MiniHack

MiniHack 是一个沙盒框架，用于轻松设计丰富多样的强化学习 (RL) 环境。 MiniHack 包括一组示例环境，可用于测试 RL 代理的各种功能，并作为希望开发自己环境的研究人员的构建块。 MiniHack 的导航任务挑战智能体通过克服途中的各种困难到达目标位置，例如在走廊中与怪物战斗、通过将巨石推入河流过河、在复杂的程序生成的迷宫中导航等。MiniHack 的技能获取任务使利用 NetHack 对象、怪物和地牢功能的丰富多样性以及它们之间的交互。技能获取任务具有较大的动作空间（75 个动作），其中动作的实例化取决于它们所作用的对象。

搜集汇总

背景与挑战

背景概述

MiniHack 是一个强化学习沙盒框架，提供丰富的环境示例，用于测试代理的导航和技能获取能力，其中导航任务涉及克服障碍如战斗和迷宫，技能获取任务则包含大动作空间和对象交互。该数据集由Facebook AI Research等机构于2021年发布。