AAAISep, 2016

UbuntuWorld 1.0 LTS - Ubuntu 操作系统自动化问题解决和故障排除平台

PDF
TL;DR本文介绍了 UbuntuWorld 1.0 LTS 平台，该平台旨在开发 Ubuntu 操作系统自动技术支持代理。我们使用 Bash 终端作为 Ubuntu 环境的模拟器，演示了采用强化学习技术来解决该环境中的基本问题解决和故障排除的实用性，并提供了插入和评估不同类型代理的 Python 包的接口。使用在线支持论坛（如 AskUbuntu）的数据来集成自动代理学习过程，最后证明使用此数据能够显著提高代理学习效果。我们认为该平台可以作为自动技术支持研究的实际测试基地。
发现论文，激发创造
  • OSWorld: 多模态代理在真实计算机环境中的开放式任务评测

    通过引入 OSWorld，我们创建了一个包含 369 个计算机任务的基准，以评估多模态代理在开放领域中执行任意应用程序所涉及的计算机任务的能力。在 OSWorld 上进行的全面评估为开发多模态通用代理提供了宝贵的洞见，这是以前的基准测试无法实现的。

    Apr, 2024

  • ScriptWorld：学习程序化知识的文本环境

    介绍了一种名为 ScriptWorld 的基于文本的环境，用于教授智能代理关于日常家务事的现实世界常识知识，实验表明，从预训练的语言模型获取的先前知识有助于解决现实文本游戏环境。

    Jul, 2023

  • 一个用于无人值守容器化（深层）强化学习的 Webots 架构

    通过分离仿真环境和模型开发环境，并使用独立的仿真软件 Webots、机器人操作系统以及容器技术，我们描述了一种无需数据科学家了解仿真软件的方法，重点关注数据科学家所使用的 API 以及在无人值守训练管道中使用独立的仿真软件。

    Feb, 2024

  • 基于模型的 LLM 代理系统 WorldCoder：通过编写代码和与环境交互建立世界模型

    基于模型的智能体使用与环境的交互来构建代表其对世界的知识的 Python 程序。通过扩展基于 LLMs 的程序合成的工作，尝试解释智能体的交互，同时对其可以实现的奖励持有乐观态度。在网格世界中，我们发现该方法相比深度强化学习更具样本效率，并且相比于 ReAct 式智能体更具计算效率。

    Feb, 2024

  • AndroidWorld: 一个用于自主智能体动态基准测试的环境

    自主代理、AndroidWorld、奖励信号、编程任务工作流、计算机控制代理

    May, 2024

  • DISCOVERYWORLD：开发和评估自动科学发现代理的虚拟环境

    开发和评估 AI 代理的端到端科学推理能力具有挑战性，本文介绍了 DISCOVERYWORLD，这是第一个用于开发和评估代理执行完整的新颖科学发现循环能力的虚拟环境，通过包含不同挑战任务，覆盖放射性同位素约会、火箭科学和蛋白质组学等多个主题，鼓励培养一般的发现技能而非特定任务的解决方案，提供了自动度量指标来评估性能，发现在 DISCOVERYWORLD 任务中，之前在其他环境中表现良好的强基线代理却遇到了困难，这表明 DISCOVERYWORLD 捕捉到了部分新颖的发现挑战，并可能加速代理的科学发现能力的发展和评估。

    Jun, 2024

  • World of Bugs: 3D 视频游戏自动漏洞检测平台

    我们提出了世界虫子（WOB），这是一个支持视频游戏自动化缺陷检测研究的开放平台。该平台的关键特色是一个共同的视频游戏缺陷收集，可用于训练和评估基于学习的解决方案。

    Jun, 2022

  • 利用建议提高机器人的自然语言交互

    本研究通过提出一个包含建议的协议来增加物理基础语言理解任务的交互带宽，并在块世界任务上评估了该方法的有效性，发现简单的建议可以显著提高任务性能，同时也探讨了模型自动生成建议以减少提供建议的工作量。

    May, 2019

  • Habitat 2.0: 训练家居助手重新排列他们的生活空间

    介绍 Habitat 2.0 (H2.0) 为一种用于在交互式 3D 环境和复杂的物理启用技术中训练虚拟机器人的仿真平台。在数据、仿真和基准任务的所有层面上都做出了全面的贡献。使用 HAB 测试移动操作能力。比较 deep RL 和 SPA 管道。发现 flat RL 与独立技能的层次结构存在 “hand-off” 问题，同时 SPA 传统管道比 RL 策略更脆弱。

    Jun, 2021

  • OpenAgents: 野外语言代理的开放平台

    OpenAgents 是一个开放平台，用于在日常生活中使用和托管语言代理，包括数据分析、插件和自主网络浏览等功能，旨在为普通用户提供与代理功能的交互，同时为开发人员和研究人员提供无缝的部署体验，为真实世界的语言代理的研究和开发奠定基础。

    Oct, 2023