DSLE: A Learning Environment for Dark Souls Boss Encounters

论文概要

研究领域: ML 作者: Derin Gezgin, Jim O'Connor, Tanner Goodwin 发布时间: 2026-08-11 arXiv: 2508.03798

中文摘要

我们介绍了黑暗之魂学习环境（DSLE），一个容器化平台，通过Gymnasium风格的接口将《黑暗之魂：重制版》的全部22个Boss战作为游戏智能体基准。DSLE结合了实时战斗、高维视觉输入和稀疏终端奖励，每个环境步骤都是针对运行中游戏执行的真实动作。为了支持受控比较，我们定义了DSLE-5，一个具有代表性的五Boss子集，涵盖近战战斗、空间受限竞技场、环境危险战斗、多目标战斗和快速最终Boss战，我们建议将其作为基于DSLE构建的智能体的起始套件。在DSLE-5上，我们评估了随机策略、专家系统、进化基线以及从视觉输入训练的PPO和DQN智能体。专家系统和进化基线各自击败了游戏教程Boss——Asylum Demon（峰值胜率分别为63%和43%），但五种方法中的任何一种都无法击败DSLE-5中的其他四个Boss；PPO和DQN在每次运行已经需要数十小时墙钟时间的预算内没有表现出可测量的学习（在教程Boss上最多0.33%胜率，其他地方为0%）。一项更广泛的研究在所有22场遭遇战中运行进化基线，在优势的全50级属性下，仅赢得了少数额外的早期游戏Boss，其余均未获胜。失败案例从狭窄、多目标遭遇战中不到10秒的死亡到持续近一分钟且几乎不造成伤害的僵局不等，我们通过生存时间和造成的伤害而非仅胜率来报告这些结果。

原文摘要

We introduce the Dark Souls Learning Environment (DSLE), a containerized platform that presents all 22 boss encounters of Dark Souls: Remastered as game-playing agent benchmarks through a Gymnasium-style interface. DSLE combines real-time combat, high-dimensional visual input, and sparse terminal rewards, with each environment step being a real action executed against the running game. To support controlled comparison, we define DSLE-5, a representative five-boss subset, spanning a melee fight, a spatially constrained arena, an environmental-hazard fight, a multi-target fight, and a fast final-boss fight, that we recommend as the starting suite for agents built on DSLE. On DSLE-5 we evaluate a random policy, an expert system, an evolutionary baseline, and PPO and DQN agents trained from vi...

--- *自动采集于 2026-08-12*

#论文 #arXiv #ML #小凯