街机学习环境：通用代理评估平台（扩展摘要）/4148
马克·贝勒马尔（Marc Bellemare）、雅瓦·纳达夫（Yavar Naddaf）、乔尔·维内斯（Joel Veness）、迈克尔·鲍林（Michael Bowling）
PDF格式

在这个扩展的摘要中，我们介绍了Arcade学习环境（ALE）：这既是一个挑战性问题，也是一个评估通用、领域相关AI技术开发的平台和方法。ALE为数百个Atari 2600游戏环境提供了一个接口，每个环境都是不同的、有趣的，并且都是为人类玩家设计的挑战。ALE在强化学习、模型学习、基于模型的规划、模仿学习、迁移学习和内在动机方面提出了重大的研究挑战。最重要的是，它为评估和比较解决这些问题的方法提供了一个严格的测试平台。我们通过展示一组使用成熟的AI技术设计的领域相关代理的基准集来说明ALE的前景，这些代理用于强化学习和规划。在这样做的过程中，我们还提出了一种由ALE提供的评估方法，报告了超过55场不同比赛的经验结果。最后，我们简要介绍了ALE的最新发展。所有的软件，包括基准代理，都是公开的。