ALFWorld

该数据集包含了一系列基于文本的环境，在这些环境中，要求代理在多个步骤中完成各种交互式任务。在134个测试游戏上进行了实验，评估性能的标准是达成特定目标的成功率。每个任务都提供了200条专家轨迹，以支持进行交互式决策任务的训练和研究。

This dataset comprises a suite of text-based environments where agents are required to complete various interactive tasks across multiple sequential steps. Experiments were conducted on 134 test games, with the success rate of achieving specific target goals serving as the performance evaluation metric. Each task is paired with 200 expert trajectories to support training and research focused on interactive decision-making tasks.

搜集汇总

背景与挑战

背景概述

ALFWorld是一个结合文本和实体环境的交互式学习数据集，旨在通过对齐的TextWorld环境和ALFRED实体世界，支持代理在抽象和实体任务中的学习和推理。数据集包含示例任务和BUTLER代理的实现，展示了从文本指令到实体任务执行的零样本泛化能力。