地牢与数据：大规模NetHack数据集
机器学习
2023-11-27 v3 人工智能
摘要
近期在开发解决诸如围棋、星际争霸或DOTA等具有挑战性的序列决策问题智能体方面的突破，依赖于模拟环境和大规模数据集。然而，该研究的进展一直受到开源数据集稀缺以及处理它们所需计算成本过高的阻碍。在此我们提出NetHack学习数据集（NLD），一个来自流行游戏NetHack的大规模且高度可扩展的轨迹数据集，该游戏对当前方法极具挑战性且运行速度极快。NLD由三部分组成：来自NAO公共NetHack服务器2009年至2020年收集的150万条人类轨迹的100亿次状态转移；来自NetHack Challenge 2021符号bot冠军的10万条轨迹的30亿次状态-动作-分数转移；以及供用户以高度压缩形式记录、加载和流式传输任何此类轨迹集合的配套代码。我们评估了广泛的现有算法，包括在线与离线RL以及从演示中学习，表明要充分利用大规模数据集应对具有挑战性的序列决策任务，仍需显著的研究进展。
引用
@article{arxiv.2211.00539,
title = {Dungeons and Data: A Large-Scale NetHack Dataset},
author = {Eric Hambro and Roberta Raileanu and Danielle Rothermel and Vegard Mella and Tim Rocktäschel and Heinrich Küttler and Naila Murray},
journal= {arXiv preprint arXiv:2211.00539},
year = {2023}
}
备注
9 pages, published in the Proceedings of the 36th Conference on Neural Information Processing Systems (NeurIPS 2022) Track on Datasets and Benchmarks. New links to hosting location. Revised results, same conclusions