Neuron Platformer RL
Reinforcement-Learning-Demos laufen meist in einer fertigen Umgebung, was die schwierigen Teile verdeckt: Belohnungsdesign, Beobachtungsdesign und die Frage, ob die Aufgabe überhaupt lösbar ist. Hier ist der gesamte Stack selbst gebaut, samt Levelgenerator, dessen Lücken durch die exakte Sprungphysik begrenzt sind, und einem Audit, das die Lösbarkeit über 1.200 Seeds neu beweist. Dann die eigentliche Frage: Ein Agent, der nur rohe 84x84-Pixel liest, ohne Koordinaten, Geschwindigkeiten oder Objektlisten, schlägt die handgebaute Zustandsvektor-Baseline mit 80 % zu 27 % auf 200 ungesehenen Levels, und ein Schwierigkeits-Curriculum bringt ihn auf 52 % (mittel) und 55 % (schwer). Grad-CAM zeigt, worauf er blickt: Plattformkanten vor dem Sprung, die Lücke, den Gegner. Eine vierte Phase ersetzt den Frame-Stack durch ein LSTM, das nur ein Bild pro Schritt liest: Rekurrenz lernt das Spiel, bleibt aber auf jeder Stufe hinter dem Frame-Stack - 29,5 % (mittel) gegen 52 % des Curriculums. Ehrliche Zahlen kosteten drei zusätzliche Experimente: Die Verdopplung des LSTM-Budgets widerlegte die eigene Ausrede des Textes (die typische Leistung stieg, die Spitze nicht), eine Rauschanalyse zeigte, dass eine Auswertung über 30 Episoden rund plus/minus 14 Punkte breit ist, und eine Neuvermessung aller vier Modelle auf 200 Seeds ersetzte jede Schlagzeilenzahl - die veröffentlichten 50 % der Baseline waren real 27 %. Der Text wurde umgeschrieben statt beschönigt.
Pixel-Agent 80 %
Zustands-Baseline 27 %
unmögliche Übergänge 0 von 11.619
PythonPyTorchStable-Baselines3GymnasiumGrad-CAM