DSLE、『DARK SOULS』のボス戦22種をGymnasium環境としてラップするも、公開リポジトリはいまだ空

Dark Souls Learning Environment（DSLE）は、『DARK SOULS REMASTERED』のボス戦22種をGymnasium形式の`reset`／`step`インターフェースとしてラップする。エージェントはデフォルトで600×800のグレースケール画像を受け取り、移動、攻撃、回復、ローリング、ガードなど14種類の離散アクションから選択する。ゲームは各アクションを250ミリ秒間実行する。報酬には、ボスへのダメージ、プレイヤーが受けたダメージ、ステップごとのコスト、勝利、死亡の各項目が含まれる。終了条件は、ゲームプロセスのメモリにあるHPとイベントフラグを基に判定されるが、方策自体にはこうした構造化状態は与えられない。

実行レイヤーは、一般的なシミュレーター以上に注目に値する。DSLEはUbuntuのDockerコンテナ内で、未改変のWindows版ゲームをWine経由で実行し、DXVKによってDirectXをVulkanへ変換する。インスタンスごとに独立したX11ディスプレイ、Wine prefix、セーブデータ、VNC接続が割り当てられる。リセット処理では、指定されたセーブデータをコピーし、画面テンプレートを使ってメニューを操作し、カットシーンを処理してボスエリアへ進入する。`/proc/<pid>/mem`からの読み取りは、報酬、診断、終了判定に使用される。著者らはRTX 5090と128GB RAMを搭載したホスト上で最大30インスタンスを稼働させ、合計で約10GBのVRAMと80GBのシステムメモリを使用した。

結果から、この環境が標準的なRL手法ですでに攻略済みのゲームラッパーではないことが分かる。PPOとDQNの各設定に与えられたのは100,000ステップのみで、1回の実行には約9～41時間を要した。両手法のチュートリアルボスAsylum Demonに対する勝率は0.33％以下で、残る4体のDSLE-5ボスではいずれも0％だった。ルールベースのコントローラーとSCOPE進化戦略は、チュートリアルステージでそれぞれ最大63％と43％の勝率を記録したが、より難しいシナリオを攻略することはできなかった。

公開における最大のリスクは再現性だ。論文では、リポジトリにDocker関連ファイル、セーブデータ、ベースライン、評価スクリプトが含まれると明記されているが、確認時点でGitHubリポジトリは依然として空だった。利用者はさらに、正規に入手したゲーム、Linux、NVIDIA GPU、Dockerを自分で用意する必要がある。したがって現状では、詳細に記述されたベンチマーク提案に近い。実装が実際に公開されて初めて、メモリ上の指標が異なるゲームバージョンにも適用できるか、並列リセットが安定して動作するかを検証できる。