TextWorld：一个面向文本游戏的强化学习环境
机器学习
2019-11-11 v2 计算与语言
机器学习
摘要
我们介绍了 TextWorld，一个用于基于文本游戏的 RL 智能体训练与评估的沙盒学习环境。TextWorld 是一个 Python 库，处理文本游戏的交互式通关，以及状态追踪与奖励分配等后端功能。它附带一份我们已分析其特征与挑战的精选游戏列表。更重要的是，它使用户能够手工定制或自动生成新游戏。其生成机制可对构建游戏的难度、范围和语言进行精确控制，并可用于缓解商业文本游戏固有的部分可观测性与稀疏奖励等挑战。通过生成多样但相似的游戏集合，TextWorld 也可用于研究泛化与迁移学习。我们将基于文本的游戏纳入强化学习形式体系，使用我们的框架开发了一组基准游戏，并在该集合与精选列表上评估了若干基线智能体。
引用
@article{arxiv.1806.11532,
title = {TextWorld: A Learning Environment for Text-based Games},
author = {Marc-Alexandre Côté and Ákos Kádár and Xingdi Yuan and Ben Kybartas and Tavian Barnes and Emery Fine and James Moore and Ruo Yu Tao and Matthew Hausknecht and Layla El Asri and Mahmoud Adada and Wendy Tay and Adam Trischler},
journal= {arXiv preprint arXiv:1806.11532},
year = {2019}
}
备注
Presented at the Computer Games Workshop at IJCAI 2018, Stockholm