NetHack 学习环境

Jun, 2020

The NetHack Learning Environment

Heinrich Küttler, Nantas Nardelli, Alexander H. Miller, Roberta Raileanu, Marco Selvatici...

TL;DR本文介绍了一种基于 Roguelike 游戏 NetHack 的可扩展、程序生成、随机、丰富且具有挑战性的强化学习环境 NLE，它足够复杂以驱动长期探讨诸如探索、规划、技能获取和语言有条件 RL 等问题的研究，并且在大量经验收集方面大大降低了计算资源的要求。

Abstract

Progress in reinforcement learning (RL) algorithms goes hand-in-hand with the development of challenging environments that test the limits of current methods. While existing RL environments are either sufficiently complex or based on fast simulation, they are rarely both. Here, we pres

reinforcement learning nethack learning environment exploration language-conditioned rl robustness

发现论文，激发创造

NeurIPS 2021 NetHack Challenge 的见解

本文总结了第一次 NeurIPS 2021 NetHack Challenge 的主要论点，该挑战赛旨在使用强化学习或符号学习等方法开发一个程序或代理，与 NetHack 学习环境进行交互，以赢得这个迷宫探索游戏。结果表明，符号 AI 目前在 NetHack 中的表现远优于深度强化学习，并且没有代理成功通关游戏，NetHack 由此成为一个长期的 AI 研究基准。

Mar, 2022

地牢与数据：一个大规模的 NetHack 数据集

介绍了 NetHack Learning Dataset（NLD）—— 一个高度可扩展的来自于极具挑战的游戏 NetHack，包含 10 亿个状态转换的大型数据集，研究展示了需要深入探讨在线离线强化学习以及学习演示等算法，才能更好地应用于挑战性的顺序决策制定任务。

Nov, 2022

在复古学习环境中玩 SNES

介绍了新的学习环境 RLE，它可以在多种游戏机上运行，并且兼容 Python 和 Torch。由于较高的复杂度和多样性，SNES 游戏给当前的算法带来了很大的挑战。

Nov, 2016

MiniHack the Planet：一个开放式强化学习研究的沙盒

MiniHack 是一个强大的沙箱框架，用于设计新的深度强化学习（RL）测试环境，其中包含了丰富和复杂的以网格为基础的游戏 NetHack 的所有实体和环境动态，MiniHack 可以使用人类可读的描述语言或简单的 Python 接口来轻松地设计新的 RL 测试环境或整合现有的 RL 基准测试。

Sep, 2021

Katakomba: 数据驱动 NetHack 的工具和基准测试

本文中，我们介绍了 NetHack 这个强化学习研究领域的前沿，提到了一个新的入手点，即使用类似于机器人、推荐系统等其他领域的离线强化学习预收集数据集来取得突破，并提出了该方向目前存在三个障碍，即工具、实现和基准测试。为了解决这个问题，我们开发了一个开源库，提供了流程基本原则、预定义的 D4RL 风格任务，无杂项的基准实现以及可靠的评估工具和与云同步的配置和日志。

Jun, 2023

使用 LLMs 玩转 NetHack：作为零封装代理的潜力与限制

NetPlay 是首个用于挑战性地牢游戏 NetHack 的 LLM 驱动的零 - shot 代理，它使用动态机器人环境的体系结构，并在处理不确定性任务描述和缺乏明确反馈方面存在困难。

Mar, 2024

NetHack 难以攻破

本文研究了神经政策学习在 NetHack 游戏中的表现，分析了符号代理与神经代理在这种环境中的性能差距，并通过建立一个大规模的演示数据集，在动作层次结构、神经架构增强和强化学习与模仿学习的整合方面进行了详细研究。结果表明，我们的神经代理在离线设置和中位游戏分数的在线设置方面均比以前的全神经政策高出了 127％和 25％，但我们也证明仅仅通过扩展网络规模无法弥合符号模型或甚至是顶尖人类玩家的性能差距。

May, 2023

Arcade Learning Environment：通用智能体评估平台

该论文介绍了 Arcade Learning Environment（ALE），这是一个既是挑战问题又是平台和方法论，用于评估通用、域无关的人工智能技术的发展。ALE 提供了与数百种 Atari 2600 游戏环境的接口，每个环境都不同、有趣且旨在挑战人类玩家。ALE 为强化学习、模型学习、基于模型的规划、仿真学习、迁移学习和内在动机提供了重大的研究挑战，并提供了一个严格的测试平台，用于评估和比较这些问题的方法。

Jul, 2012

星际争霸 II：强化学习的新挑战

介绍了一种基于《星际争霸 II》游戏的增强学习环境 SC2LE，通过使用该环境，可以探索深度强化学习算法和架构。

Aug, 2017

NeoRL: 一种近似于真实环境的离线强化学习基准

本文提出了一个名为 NeoRL 的近实际场景离线强化学习基准，对现有的离线 RL 算法进行了评估，并提出了应该将策略的性能与确定性行为策略版本相比较，从而在现实中实现 RL 技术应用的验证和部署。

Feb, 2021