我们推出了 MARL‑BattleGrounds（MARL‑BGs），一个基于 JAX 的易用基准，专为异构且竞争激烈的多智能体强化学习（MARL）设计，兼顾样本效率、计算效率和研究者友好性。现有 MARL 基准要么像 SMAX 那样简单高效，仅需单位微观管理，要么像 Dota 2 那样丰富却代价高昂，MARL‑BGs 填补了这两者之间的空白。\ \ 首个模式是 Team Deathmatch，一场同步回合制对战，双方各有五个异构智能体。五种职业拥有独特的基础、被动和终极技能，能够相互配合并克制对手。我们手工设计了 52 张地图，其中包括 12 张组成的教学课程以及 10 张用于验证和测试的保留地图。\ \ MARL‑BGs 提供两种标准评估方式。其一是八个终局场景，构成严苛的泛化挑战：每个场景要求团队在仅剩 5‑10 步的情况下，从几乎必败的局面逆转并击败强大的响应式控制器。其二是每月一次的循环赛，所有提交在相同算力下重新训练后，与当前 “Big Nine” 队伍的每个成员对局，并在官方排行榜上公布 Elo 分数，所有参赛者均可下载对手代码。\ \ 每局游戏记录 11 192 项指标，覆盖 28 个主题。基准还内置了三种强力脚本对手、一个分析回放查看器，以及开箱即用的自我对弈、交叉对弈、课程学习和零-shot 协作评估工具。我们提供了面向 LLM 代理的 API，并用它评估了 Qwen3.5‑9B 对抗我们最强策略的表现。通过 BattleClient，玩家可以与任意组合的策略共同或对抗进行人机对战，实现人机评估。我们使用六个深度 MARL 基线对 MARL‑BGs 进行基准测试，并全部开源。实测在 RTX 5090 上并行运行 1 024 场游戏时，模拟器能够达到每秒 50 000 步 5v5 对局。\ \ 点评：MARL‑BGs 在保持高效计算的同时，引入了丰富的异构角色和多样化地图，为研究者提供了一个介于极简与超大型基准之间的理想平台，特别适合探索跨角色协作、零-shot 协调以及 LLM 与强化学习的融合。