Factorio 学习环境（FLE）使用教程

Factorio 学习环境（FLE）使用教程

factorio-learning-environment A non-saturating, open-ended environment for evaluating LLMs in Factorio 项目地址: https://gitcode.com/gh_mirrors/fa/factorio-learning-environment

1. 项目介绍

Factorio 学习环境（FLE）是一个开源框架，用于在 Factorio 游戏中开发和评估大型语言模型（LLM）的智能体。Factorio 是一款流行的资源管理和模拟游戏，FLE 利用其开放的世界和复杂的任务来测试智能体的能力。该项目提供了两种设置模式：实验室模式（Lab-play）和开放模式（Open-play），分别用于不同阶段的智能体训练和评估。

2. 项目快速启动

以下是快速启动 FLE 的步骤：

环境准备

• 安装 Factorio（版本 1.1.110）：从官方网站或 Steam 商店购买并安装。
• 安装 Docker：确保系统已安装 Docker 环境。
• 安装 Python 3.10 或更高版本。

克隆仓库

git clone https://github.com/JackHopkins/factorio-learning-environment.git
cd factorio-learning-environment
pip install -e .

安装依赖

pip install psycopg2 lupa

配置 Factorio 客户端

• 购买 Factorio 并降级到版本 1.1.110。
• 如果使用 Steam，取消勾选 Space Age DLC。

运行 Docker 服务器

sudo systemctl start docker
cd cluster/docker
docker build -t factorio .
cd ../local
docker compose -f docker-compose-1.yml up -d

配置数据库

创建 .env 文件，参考 .example.env 文件内容，并根据需要填写 API 密钥和数据库配置。

运行评估

运行开放模式或实验室模式的评估：

python eval/open/independent_runs/run.py --run_config=eval/open/independent_runs/run_config_example_open_play.json

或者：

python eval/open/independent_runs/run.py --run_config=eval/open/independent_runs/run_config_example_lab_play.json

3. 应用案例和最佳实践

使用 FLE 进行智能体开发和评估时，以下是一些最佳实践：

• 在实验室模式中，使用提供的结构化任务来测试智能体的短期技能和错误分析能力。
• 在开放模式中，观察智能体如何自动发现并实施自动化策略，例如电力钻探。
• 分析智能体在实施复杂自动化任务时的表现，例如电子电路制造。

4. 典型生态项目

Factorio 学习环境（FLE）是 Factorio 游戏生态中的一个项目，以下是几个与之相关的典型项目：

• FactorioMod：用于创建和分享 Factorio 游戏的模组。
• FactorioHelper：提供 Factorio 游戏的辅助工具和脚本。
• FactorioServerManager：用于管理和监控 Factorio 服务器的工具。

以上是 Factorio 学习环境的基本使用教程，希望对您有所帮助。

factorio-learning-environment A non-saturating, open-ended environment for evaluating LLMs in Factorio 项目地址: https://gitcode.com/gh_mirrors/fa/factorio-learning-environment