• FlyLeague 0.1.0

    hanyul released this 2026-10-14 01:15:52 +09:00

    v0.1.0 4e7beeb415 1 commits

    FlyLeague의 첫 릴리스입니다. 공개 초파리 커넥톰 기반 시각회로 모델(FlyVis)이 실제 행동 경로에 있는 10개체 5대5 풋살 강화학습 시뮬레이터입니다.

    포함 기능

    • 풋살 엔진: 배치 Torch 물리, 득점·킥오프·벽 반사, 경기 상태 제어, 규칙 기반 상대, 1~5인 팀 구성
    • 감각·신경: 자기중심 광선투사 시각 입력(721 수용체), FlyVis 1.2.0 신경 코어(판독 v2 108차원, 선수별 독립 상태, 억제·출력 차단 훅, fp16 희소 실행)
    • 학습: 공유 actor·중앙 critic MAPPO, single→1v1→3v3→5v5 커리큘럼, 규칙 기반·과거 정책 상대 풀, 정확한 체크포인트 재개
    • 평가: 동결 평가 4조건(normal, output_block, silence_types, silence_control), 25 시드 × 진영 교대 50경기, 부트스트랩 신뢰구간, 5v5 20경기 연속 안정성 게이트
    • 관전: NPZ 리플레이 기록, 로컬 리플레이 뷰어(선수별 시야·신경 활동 채널), CPU 라이브 매치 제어
    • 문서: README·설치·사용·구조·구성요소 문서와 결과 기록을 한국어로 정비, AGENTS.md와 .agents/ 규칙 추가

    측정 결과 요약

    자세한 내용과 한계는 docs/results/final.md에 있습니다.

    • single→5v5 커리큘럼 18.0M env-step 완주(학습 8.55 GPU 시간). 모든 단계는 성능 기준이 아니라 예산 상한으로 넘어갔습니다.
    • 5v5 20경기 연속 실행 게이트 PASS(오류·NaN·점수 손상·OOM 0).
    • 5v5 대 규칙 기반 팀, 정상 대비 짝 GD 차이: output_block -8.66, silence_types(T4/T5) -19.76, silence_control -2.34. 판독 경로 의존성은 지지되지만, 유형−대조 직접 비교를 사전등록하지 않아 세포유형 특이 효과는 확립하지 못했습니다.
    • 학습된 5v5 팀은 규칙 기반 팀에 평균 GD -1.22로 지며, 무작위 초기 정책 대비 개선(+0.54 [-0.20, +1.28])은 유의하지 않습니다. 학습 캠페인은 시드 1개입니다.

    설치와 검증

    • 설치: docs/install.md(Windows CPU), docs/docker-rocm.md(RX 9070 XT ROCm on WSL)
    • Windows CPU 테스트: 220 passed, 15 skipped, 16 deselected(GPU 전용)
    • 체크포인트·리플레이 같은 대용량 실행 산출물과 FlyVis 사전학습 가중치는 포함하지 않습니다. 가중치는 설치 문서의 절차로 받고 해시로 검증합니다.
    Downloads 2