強化學習/評測
DSLE 將《黑暗靈魂》22 場頭目戰封裝成 Gymnasium 環境,但公開儲存庫仍是空殼
DSLE 以 Docker、Wine、虛擬顯示器與程序記憶體讀取,把商業遊戲中的即時戰鬥改造成可平行重設的強化學習基準。五種基線只穩定攻克教學頭目,而論文所稱已公開的程式目前尚未出現在儲存庫。

Dark Souls Learning Environment(DSLE)把《Dark Souls: Remastered》的 22 場頭目戰包裝成 Gymnasium 風格的 `reset`/`step` 介面。代理預設接收 600×800 灰階畫面,從移動、攻擊、治療、翻滾及格擋等 14 個離散動作中選擇;遊戲則以 250 毫秒執行每個動作。獎勵包含頭目受傷、玩家受傷、每步成本、勝利與死亡項,終止條件由遊戲程序記憶體中的生命值及事件旗標判定,政策本身不會取得這些結構化狀態。
執行層比一般模擬器更值得注意。DSLE 在 Ubuntu Docker 容器內透過 Wine 執行未修改的 Windows 遊戲,以 DXVK 將 DirectX 轉為 Vulkan,並為每個實例分配獨立的 X11 顯示器、Wine prefix、存檔及 VNC 連接。重設流程會複製指定存檔、用畫面模板操作選單、處理過場並走進頭目場地;`/proc/<pid>/mem` 讀取則負責獎勵、診斷與結束判定。作者在 RTX 5090、128GB RAM 主機上最多跑過 30 個實例,合計約用 10GB VRAM 與 80GB 系統記憶體。
結果顯示這不是一個已被常規 RL 解決的遊戲包裝。每個 PPO、DQN 設定只給 100,000 步,單次執行仍需約 9 至 41 小時;兩者在教學頭目 Asylum Demon 的勝率不超過 0.33%,其餘四個 DSLE-5 頭目均為零。規則控制器與 SCOPE 演化策略的教學關峰值分別為 63%與 43%,但也無法擊敗較難場景。
最大的發布風險是可重現性:論文明稱儲存庫包含 Docker、存檔、基線及評測腳本,但截至檢查時 GitHub 儲存庫仍顯示為空。使用者另須自備合法遊戲副本、Linux、NVIDIA GPU 與 Docker。因此目前它更像已完整描述的基準提案;待實作真正上線後,才可驗證記憶體指標是否適用不同遊戲版本,以及平行重設是否穩定。