dl2l-experiments

DL2L Experiments Dataset是一个来自DL2L分布式人工生命模拟器的仿真轨迹数据集，专门用于训练JEPA世界模型。数据集按实验前缀（如p9）组织，每个实验包含Parquet格式的训练和验证文件，以及记录元数据的stats.json文件。以p9实验为例，数据来源于10个生物体在DL2L basic.conf世界配置下进行的10次试验模拟，其中试验1-8作为训练集（359,782个样本），试验9-10作为验证集（89,731个样本），按试验划分以防止跨试验污染。每个数据样本代表一个(s_t, a_t, emotion_target)元组，包含感知特征（距离、角度、方向）、对象类型独热编码（6种苹果和植物类型）、动作独热编码（9种行为动作）以及目标情感（9种情感在下一调节周期后的绝对唤醒水平）。双编码器版本还额外包含动作时刻的稳态状态列（饥饿、睡眠、疼痛、厌倦）。数据集适用于人工生命、强化学习和世界模型训练任务，尤其适合学习生物体在模拟环境中的感知-动作-情感动态。The DL2L Experiments Dataset is a simulation trajectory dataset from the DL2L distributed artificial life simulator, specifically designed for training JEPA world models. It is organized by experiment prefixes (e.g., p9), with each experiment containing training and validation files in Parquet format, along with a stats.json file that records dataset metadata. Taking the p9 experiment as an example, the data is derived from 10 trials simulated by 10 organisms under the DL2L basic.conf world configuration, where trials 1-8 serve as the training set (359,782 samples) and trials 9-10 as the validation set (89,731 samples), with this trial-based partitioning aimed at preventing cross-trial contamination. Each data sample represents an (s_t, a_t, emotion_target) tuple, including the following column groups: perceptual features (distance, angle, direction), object type one-hot encodings (6 types of apples and plants), action one-hot encodings (9 behavioral actions), and target emotions (absolute arousal levels of 9 emotions after the next regulation cycle). Additionally, the dual-encoder version files include extra steady-state columns at the action moment (hunger, sleep, pain, boredom). The dataset is suitable for artificial life, reinforcement learning, and world model training tasks, particularly for learning perception-action-emotion dynamics of organisms in simulated environments.

原始信息汇总

数据集概述

数据集名称：DL2L Experiments Dataset
许可证：MIT
语言：英语
任务类别：其他

该数据集包含来自 DL2L 分布式人工生命模拟器的仿真轨迹数据，用于训练 JEPA 世界模型。训练好的模型见 felipedreis/dl2l-jepa。

数据集结构

数据按实验前缀组织，每个前缀包含用于模型训练的 Parquet 文件以及一个 stats.json 元数据文件。

p9/ train.parquet # 单编码器训练集（试验 1–8） val.parquet # 单编码器验证集（试验 9–10） train_dual.parquet # 双编码器训练集（添加 h_t 内稳态列） val_dual.parquet # 双编码器验证集 stats.json # 维度、特征顺序、归一化统计、划分大小

p9 实验详情

• 模拟配置：10 个智能体 × 10 轮试验，DL2L basic.conf 世界
• 数据划分：试验 1–8 → 训练集，试验 9–10 → 验证集（基于试验划分，防止跨试验污染）
• 数据量：训练集 359,782 条，验证集 89,731 条

样本格式

每行是一个 (s_t, a_t, emotion_target) 三元组：

列组	列名	描述
感知 s_t	distance, angle, direction	目标物体空间特征
物体类型	type_GRAY_APPLE, type_GREEN_APPLE, type_RED_APPLE, type_ROTTEN_APPLE, type_CACTUS, type_ALOE	独热编码的物体类型
动作 a_t	a_APPROACH, a_AVOID, a_EAT, a_ESCAPE, a_PLAY, a_SLEEP, a_TOUCH, a_TURN, a_WANDER	独热编码的选定动作
目标情绪	final_hunger, final_sleep, final_apathy, final_stress, final_pain, final_tedium, final_fear, final_curiosity, final_fertility	下一次调节后的绝对唤醒值

双编码器 Parquet 文件额外包含：

列名	描述
ht_hunger, ht_sleep, ht_pain, ht_tedium	动作时的内稳态状态 (h_t)

stats.json 关键信息

• 输入维度 input_dim：9
• 动作维度 action_dim：9
• 情绪维度 emotion_dim：9
• 潜在维度 latent_dim：64
• 内状态维度 internal_state_dim：4
• 内潜在维度 internal_latent_dim：16
• 实时情绪维度索引 live_emotion_dims：[0, 1, 4, 5]
• 特征顺序：["distance", "angle", "direction", ...]
• 动作顺序：["APPROACH", "AVOID", "EAT", "ESCAPE", "PLAY", "SLEEP", "TOUCH", "TURN", "WANDER"]
• 情绪顺序：["hunger", "sleep", "apathy", "stress", "pain", "tedium", "fear", "curiosity", "fertility"]
• 训练集样本数 n_train：359,782
• 验证集样本数 n_val：89,731

数据提取

原始数据从 PostgreSQL 数据库中提取，命令如下：

bash python3 scripts/pg_extract.py --out /path/to/output --container <db-container>

提取内容涵盖轨迹、睡眠片段、印迹、唤醒历史、行为效率、感知覆盖、移动距离、合并批次统计等。详细列表见 scripts/pg_extract.py。

基于 CSV 输出组装 ML 训练数据集：

bash cd ml python3 -m scripts.prepare_dataset --wd /path/to/output --out data_p9 --dual

引用

DL2L — Distributed Live to Learn, Learn to Live Felipe Duarte dos Reis, CEFET-MG, 2017–2026 https://github.com/felipedreis/dl2l

搜集汇总

数据集介绍

构建方式

该数据集源自DL2L分布式人工生命模拟器，旨在为联合嵌入预测架构（JEPA）的世界模型提供训练轨迹数据。数据按实验前缀组织，每个前缀目录包含用于模型训练的Parquet文件及携带元数据的stats.json。以p9实验为例，模拟在DL2L的basic.conf世界中运行，包含10个智能体与10轮试验。数据分割基于试验编号，第1至8轮用于训练，第9至10轮用于验证，以此避免跨试验的样本污染。最终训练集包含359,782个样本，验证集包含89,731个样本。数据提取首先通过pg_extract.py脚本从PostgreSQL数据库导出原始轨迹，再经由prepare_dataset脚本组装为机器学习可直接使用的格式。

特点

数据集的核心特色在于其四组列的样本格式：感知特征（s_t）涵盖目标物体的空间信息与独热编码的对象类型；动作特征（a_t）以独热形式记录智能体选择的九种行为；目标情绪则呈现为九个维度的绝对唤醒值。双编码器变体额外引入动作时刻的内稳态状态（h_t），包括饥饿、睡眠、疼痛与厌倦四个属性。stats.json文件详尽记录了数据的维度、特征顺序、归一化统计量及样本划分规模，为模型训练提供完整的配置信息。这种结构化设计使得数据集能够支撑单编码器与双编码器两种世界模型的训练需求。

使用方法

该数据集专为训练JEPA世界模型设计，使用时需依据编码器类型选择对应文件。单编码器训练采用train.parquet与val.parquet，双编码器训练则使用train_dual.parquet与val_dual.parquet。每个Parquet文件中的每一行对应一个(s_t, a_t, emotion_target)元组，模型需学习从当前感知与动作预测后续情绪状态。stats.json提供的特征均值与标准差可用于数据标准化预处理，特征顺序与维度信息则指导模型输入层的构建。训练后的模型权重可参考关联仓库felipedreis/dl2l-jepa。对于自定义实验的数据提取，需修改pg_extract.py脚本中的数据库连接参数并执行prepare_dataset以生成相应的数据集文件。

背景与挑战

背景概述

DL2L-Experiments数据集由巴西CEFET-MG的Felipe Duarte dos Reis研究团队于2017至2026年间创建，旨在推动分布式人工生命（Artificial Life）与强化学习交叉领域的研究。该数据集聚焦于模拟智能体在动态虚拟环境中的适应与学习机制，核心研究问题在于探索基于世界模型（World Model）的联合嵌入预测架构（JEPA）如何从感知-行动-情绪三元组中捕捉生命系统的内在规律。通过记录10个智能体在10轮实验中的轨迹数据，包括空间感知、动作选择及内稳态情绪变化，该数据集为验证强化学习算法在生命模拟中的有效性提供了标准化基准。其贡献在于弥合了人工生命模拟与深度强化学习之间的数据鸿沟，为开发具备情感建模能力的自主智能体奠定了数据基础，对理解生物启发式认知架构具有重要参考价值。

当前挑战

该数据集面临的挑战分为两类。在领域问题层面，如何利用有限的多模态观测数据构建鲁棒的预测模型以模拟生命系统内稳态调节机制是核心难题，尤其是情绪状态（如饥饿、压力等）与动作选择的因果关联需要被精确建模。在构建过程中，挑战包括：1）跨实验试次的异质性（如随机种子导致的轨迹差异）影响了数据一致性，需通过试次分割而非随机洗牌来避免数据污染；2）从原始PostgreSQL数据库提取的原始数据包含多种异构记录（如睡眠周期、行为效率等），需设计复杂的清洗流水线（如pg_extract.py脚本）才能整合为统一的Parquet格式训练样本；3）双编码器设置中引入的内稳态特征（h_t）增加了数据维度，要求模型在更高的计算复杂度下保持训练稳定性与泛化能力。

常用场景

经典使用场景

在人工生命与强化学习的交叉领域中，dl2l-experiments数据集为训练联合嵌入预测架构（JEPA）世界模型提供了关键支撑。该数据集源自DL2L分布式人工生命模拟器，包含10个智能体在基础世界配置下历经10轮实验的轨迹数据，以(s_t, a_t, emotion_target)三元组形式存储。研究者可基于此数据集构建能够预测环境动态与智能体内稳态变化的生成式世界模型，通过自监督学习范式捕捉感知-行动-情感之间的因果耦合关系，从而推动具身智能体在复杂动态环境中的认知建模研究。

实际应用

在应用层面，该数据集为开发具有自适应调节能力的智能体控制系统提供了训练基础。其多编码器变体（单编码器与双编码器）可分别用于构建环境感知模型与内稳态感知模型，相关成果可直接迁移至机器人自主探索、虚拟角色情感仿真及游戏AI的平衡调节系统。例如，利用包含h_t内稳态列的双编码器数据，可训练能够根据内部生理信号动态调整探索-利用权衡的策略网络，这对于需要长期自主运行的清洁机器人或数字宠物等场景具有重要实用价值。

衍生相关工作

基于该数据集已衍生出多项具有影响力的研究工作。最直接的是felipedreis/dl2l-jepa项目，其利用dl2l-experiments训练了首个面向人工生命系统的联合嵌入预测世界模型，在情感预测任务上实现了对传统时序差分方法的超越。此外，该数据集的轨迹结构启发了学界对生物质启发的好奇心驱动探索算法的重新审视，多个后续工作通过分析其state-emotion联合分布规律，提出了更高效的内稳态扰动策略，并成功应用于多智能体协作场景中的社会情感传播建模。数据集的标准化split方案（按试次划分以避免污染）也为分布式生命模拟实验的可复现性建立了方法论标杆。