Atari 游戏基准（街机学习环境 / Atari 100k）

用雅达利 2600 游戏测试强化学习的标准平台；Atari 100k 是小样本版。

街机学习环境（ALE）由 Bellemare 等人提出，论文 2013 年发表于 JAIR。它基于 Stella 模拟器，把上百款雅达利 2600 游戏包装成统一接口：智能体看屏幕像素、选手柄动作、以得分作奖励。2015 年 DQN 在这里达到人类水平后，它成了深度强化学习最常用的基准，现由 Farama 基金会维护。Atari 100k 出自 2019 年的 SimPLe 论文：在 26 款游戏上只许交互约 10 万步（约两小时游戏时间），专门考察样本效率，DreamerV3、DIAMOND 等世界模型方法常在这里比较。不少具身智能用到的强化学习和世界模型技术最早在这里验证。

例子在 Atari 100k 设定下玩《打砖块》（Breakout），智能体只能用大约两小时游戏量的交互数据学习，最后比较它的得分相对人类玩家的归一化分数。

也叫

街机学习环境、Atari 100k、Atari 2600 基准、雅达利游戏基准

相关

强化学习、深度 Q 网络、样本效率、世界模型、DreamerV3、DIAMOND（扩散世界模型）

来源

The Arcade Learning Environment: An Evaluation Platform for General Agents (Bellemare et al.)
Arcade Learning Environment 文档（Farama Foundation）
Model-Based Reinforcement Learning for Atari (SimPLe, Kaiser et al., 2019)