大规模在线多代理的架构AMMO是什么？

AMMO 是一个大规模在线多代理的架构，由前谷歌、DeepMind 及 Meta 团队成员创立，旨在通过大规模 ai Agent 工厂、可组合嵌入空间、基于去中心化人类反馈的强化学习等三大技术解决基于多智能体协作的群体演化、价值对齐以及基础设施扩展等核心挑战。

AMMO（大规模多智能体在线架构）是一项雄心勃勃的计划，旨在为下一代多智能体系统（MAS）提供现实世界探索的能力。

AMMO 的核心目标是弥合人类需求与人工智能解决方案之间的差距，使个人能够通过与人工智能伙伴或“用户伙伴”的协作互动来发现超个性化的机会、联系和资源。

通过创建广泛的 MARL（多智能体强化学习）领域，整合植根于人类集体价值观的协调机制，AMMO 设想了一个人类与人工智能共存、共同学习、共同创造和共同进化的世界，同时受到人类共同价值观的指导。

技术基础：分布式 MAS + RL GYM 用于对齐

AMMO 的概念构建于多智能体系统 (MAS) 和分布式“GYM”的基础之上，用于结合人类反馈的强化学习。它提供了一个统一的框架，AI 智能体能够动态地适应人类的偏好，同时鼓励探索。这些智能体如同自主侦察员，持续探索人类需求和机遇的潜在空间。

作为强化学习的“训练场”，AMMO 训练智能体，使其能够同时优化个体满意度和集体繁荣。这确保每次互动都能引导用户更接近他们的理想匹配——无论是创意、商品还是解决方案。

现实世界代理社会的愿景：代理的缩放定律

AMMO 这个名字的灵感源自 OpenAI 的 Neural MMO（一种大规模多智能体学习的先驱环境），以及 Neural MMO 2.0（NeurIPS 2023）的进展。过去几年，团队一直在思考如何通过实施智能体的扩展定律，将 MAS 从学术或游戏环境转化为大规模社会应用。AMMO 代表了一种切实可行的、激动人心的方法，可以将其变为现实。

AMMO 展望的未来是，人​​工智能既是参与者，又是同伴，引领人类探索充满无限可能的现实世界。这一愿景不仅限于数字领域，它致力于打破物理和智力的壁垒，创造一个超越常态的生态系统，让创造力、知识和价值自由流动。

AMMO 不仅仅是基础设施，更是一场运动。我们诚邀您重新构想一个人工智能与人类共同繁荣的世界，以公平、探索和相互尊重的价值观为指导。