跳到主要内容

开源研究基础设施 · v0.3

让 Coding Agent 从环境反馈中构建更好的 Policy 系统。

EvoPolicyGym 提供标准化的评估协议与统一的交互式 Environment 接口，为 Coding Agent 从有界反馈中演化可执行 Policy，并在 held-out Cases 上进行测量提供基础设施。

打开排行榜 →快速开始论文 ↗
Package
v0.3.0
Policy 边界
policy/v1
Distributions
63
具名任务
302
Sol-authored Balatro Policy completing a held-out run with score 1021小丑牌Sol 最终 Policy · 得分 1021Agent-authored Crafter Policy navigating a deep-iron combat development episodeCrafter · 深层铁矿战斗开发 Submission 15 · Episode 10Sol-authored NetHack Policy completing a 1,269-step training episode at dungeon depth 11NetHack · Sol Policy1,269 steps · 地下城深度 11
三个自主 Policy · 真实实验回放查看实验 →

研究日志

近期博客

全部文章 →
实验

深入地下城：为 NetHack 构建探索系统

↗实验

让 Coding Agent 编写打《小丑牌》的策略系统

↗设计

为什么 EvoPolicyGym 将策略 Program 视为研究产物

↗