Un modèle de jeu stochastique pour la lutte anti-braconnage et un benchmark pour l’Apprentissage par Renforcement Multi-agents

La lutte anti-braconnage est une application populaire de la théorie des jeux et des systèmes multi-agents, dont une implémentation opensource standardisée aiderait à la reproductibilité de la recherche sur les systèmes multi-agents compétitifs. En conséquence, nos contributions sont : (i) Une revue des modèles de lutte antibraconnage dans le cadre de la théorie des jeux stochastiques partiellement observés ; (ii) Un nouveau modèle capturant l’essence des modèles existants, tout en restant suffisamment simple pour servir de benchmark ; (iii) Une implémentation python open-source d’un simulateur sous la forme d’un environnement compatible avec l’API PettingZoo ; et (iv) Une évaluation de la performance de differents algorithmes existants d’AR multi-agents, sur des instances variées.