[论文] 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: 2026-08-12
arXiv: 2508.05142

中文摘要

本文介绍黑暗之魂学习环境（DSLE），一个容器化平台，通过Gymnasium风格接口将《黑暗之魂：重制版》的全部22场Boss战作为游戏智能体基准测试。DSLE结合实时战斗、高维视觉输入和稀疏的终局奖励，每个环境步骤都是针对运行中游戏执行的真实动作。为支持受控比较，我们定义DSLE-5，一个具有代表性的五Boss子集，涵盖近战格斗、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，推荐作为基于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能击败游戏教程Boss——Asylum Demon（峰值胜率分别为63%和43%），但五种方法都无法击败DSLE-5中的其他四个Boss；PPO和DQN在每次运行已经耗费数十 wall-clock 小时的预算内，未展现出可测量的学习效果（教程Boss胜率最高0.33%，其余为0%）。一项更广泛的研究在全50级优势属性下运行进化基线遍历全部22场战斗，仅在少数额外早期Boss上取得胜利，其余均未获胜。失败案例包括：在狭窄多目标战斗中10秒内死亡，到持续近一分钟却几乎不造成伤害的僵局。我们通过生存时间和造成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