Katakomba：面向数据驱动型 NetHack 的工具与基准
机器学习
2023-10-30 v2 人工智能
神经与进化计算
摘要
NetHack 被誉为强化学习研究的前沿，基于学习的方法仍须追赶基于规则的解法。一个有前景的突破方向是使用预收集数据集，类似于近期在机器人学、推荐系统等领域的进展，统属于离线强化学习(ORL)范畴。最近发布了一个大规模 NetHack 数据集；尽管这是必要的一步，但尚未在 ORL 社区获得广泛采用。本工作中，我们认为存在三大采用障碍：资源方面、实现方面和基准方面。为应对这些障碍，我们开发了一个开源库，提供 ORL 社区熟悉的工作流基础：预定义的 D4RL 风格任务、简洁的基线实现，以及带有配套配置和同步至云的日志的可靠评估工具。
引用
@article{arxiv.2306.08772,
title = {Katakomba: Tools and Benchmarks for Data-Driven NetHack},
author = {Vladislav Kurenkov and Alexander Nikulin and Denis Tarasov and Sergey Kolesnikov},
journal= {arXiv preprint arXiv:2306.08772},
year = {2023}
}
备注
Neural Information Processing Systems (NeurIPS 2023) Track on Datasets and Benchmarks. Source code at https://github.com/corl-team/katakomba