İçeriğe geç
CANLI Dün Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 6 gün önce Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem 8 Kas 2026 Gemini 4 Flash ve Yeni Claude İçin İşaretler Artıyor: LMArena’da ‘Hydrogen’, Sızıntıda ‘Hyperion’ Zekâ endeksi lideri Claude Opus 5 (Adaptive Reasoning, Max Effort) · 63,1 16.11.2026
Bülten

arXiv 2608.09902 cs.AI

DSLE: Dark Souls Boss Karşılaşmaları için Bir Öğrenme Ortamı

  • Derin Gezgin
  • Jim O'Connor
  • Tanner Goodwin
  • Gary B. Parker

01 30 saniyede editör özeti

Dark Souls: Remastered'ın 22 boss karşılaşmasının tamamını Gymnasium tarzı bir arayüz aracılığıyla oyun oynama aracı kıyaslamaları olarak sunan konteynerli bir platform olan Dark Souls Öğrenme Ortamını (DSLE) tanıtıyoru…

02 Özet

Özetle: Dark Souls: Remastered'ın 22 boss karşılaşmasının tamamını Gymnasium tarzı bir arayüz aracılığıyla oyun oynama aracı kıyaslamaları olarak sunan konteynerli bir platform olan Dark Souls Öğrenme Ortamını (DSLE) tanıtıyoru…

Özet

Dark Souls: Remastered'ın 22 boss karşılaşmasının tamamını Gymnasium tarzı bir arayüz aracılığıyla oyun oynama aracı kıyaslamaları olarak sunan konteynerli bir platform olan Dark Souls Öğrenme Ortamını (DSLE) tanıtıyoruz. DSLE, gerçek zamanlı mücadeleyi, yüksek boyutlu görsel girdiyi ve seyrek terminal ödüllerini birleştirir; her ortam adımı, çalışan oyuna karşı gerçekleştirilen gerçek bir eylemdir. Kontrollü karşılaştırmayı desteklemek için, yakın dövüş dövüşünü, mekansal olarak kısıtlı bir arenayı, çevresel tehlike dövüşünü, çok hedefli bir dövüşü ve hızlı bir son boss dövüşünü kapsayan temsili bir beş boss alt kümesi olan DSLE-5'i tanımlıyoruz ve DSLE üzerine kurulu ajanlar için başlangıç ​​paketi olarak öneriyoruz. DSLE-5'te rastgele bir politikayı, bir uzman sistemi, evrimsel bir temeli ve görsel girdiyle eğitilen PPO ve DQN aracılarını değerlendiriyoruz. Uzman sistem ve evrimsel temelin her biri, oyunun eğitim patronu Asylum Demon'u yener (%63 ve %43 en yüksek kazanma oranları), ancak beş yöntemin hiçbiri diğer dört DSLE-5 patronunu yenemez; PPO ve DQN, çalıştırma başına onlarca saate mal olan bir bütçe dahilinde ölçülebilir bir öğrenme göstermiyor (eğitim patronunda en fazla %0,33 kazanma oranı, başka yerlerde %0). Avantajlı tüm 50. seviye istatistikler altında 22 karşılaşmanın tamamında evrimsel temel çizgisini çalıştıran daha geniş bir çalışma, yalnızca bir avuç ek erken oyun boss'unda galibiyet elde edilmesini sağlıyor ve geri kalanını kazanılmamış bırakıyor. Başarısızlık vakaları, sıkışık, çok hedefli karşılaşmalardaki 10 saniyenin altındaki ölümlerden, neredeyse hiç hasar vermeyen dakikalarca süren çıkmazlara kadar uzanıyor ve bunları yalnızca kazanma oranı yerine hayatta kalma süresi ve verilen hasara göre rapor ediyoruz.

Orijinal Özet (İngilizce)

We introduce the Dark Souls Learning Environment (DSLE), a containerized platform that presents all 22 boss encounters of Dark Souls: Remastered as game-playing agent benchmarks through a Gymnasium-style interface. DSLE combines real-time combat, high-dimensional visual input, and sparse terminal rewards, with each environment step being a real action executed against the running game. To support controlled comparison, we define DSLE-5, a representative five-boss subset, spanning a melee fight, a spatially constrained arena, an environmental-hazard fight, a multi-target fight, and a fast final-boss fight, that we recommend as the starting suite for agents built on DSLE. On DSLE-5 we evaluate a random policy, an expert system, an evolutionary baseline, and PPO and DQN agents trained from visual input. The expert system and the evolutionary baseline each defeat the Asylum Demon, the game's tutorial boss (63% and 43% peak win rates), but none of the five methods defeats the other four DSLE-5 bosses; PPO and DQN show no measurable learning (at most 0.33% win rate on the tutorial boss, 0% elsewhere) within a budget that already costs tens of wall-clock hours per run. A broader study running the evolutionary baseline across all 22 encounters under advantaged all level-50 stats yields wins on only a handful of additional early-game bosses and leaves the rest unwon. The failure cases range from sub-10-second deaths in cramped, multi-target encounters to minute-long stalemates that inflict almost no damage, and we report them through survival time and damage dealt rather than win rate alone.

Kaynak: arXiv:2608.09902 · PDF

Dark Souls: Remastered'ın 22 boss karşılaşmasının tamamını Gymnasium tarzı bir arayüz aracılığıyla oyun oynama aracı kıyaslamaları olarak sunan konteynerli bir platform olan Dark Souls Öğrenme Ortamını (DSLE) tanıtıyoruz. DSLE, gerçek zamanlı mücadeleyi, yüksek boyutlu görsel girdiyi ve seyrek terminal ödüllerini birleştirir; her ortam adımı, çalışan oyuna karşı gerçekleştirilen gerçek bir eylemdir. Kontrollü karşılaştırmayı desteklemek için, yakın dövüş dövüşünü, mekansal olarak kısıtlı bir arenayı, çevresel tehlike dövüşünü, çok hedefli bir dövüşü ve hızlı bir son boss dövüşünü kapsayan temsili bir beş boss alt kümesi olan DSLE-5'i tanımlıyoruz ve DSLE üzerine kurulu ajanlar için başlangıç ​​paketi olarak öneriyoruz. DSLE-5'te rastgele bir politikayı, bir uzman sistemi, evrimsel bir temeli ve görsel girdiyle eğitilen PPO ve DQN aracılarını değerlendiriyoruz. Uzman sistem ve evrimsel temelin her biri, oyunun eğitim patronu Asylum Demon'u yener (%63 ve %43 en yüksek kazanma oranları), ancak beş yöntemin hiçbiri diğer dört DSLE-5 patronunu yenemez; PPO ve DQN, çalıştırma başına onlarca saate mal olan bir bütçe dahilinde ölçülebilir bir öğrenme göstermiyor (eğitim patronunda en fazla %0,33 kazanma oranı, başka yerlerde %0). Avantajlı tüm 50. seviye istatistikler altında 22 karşılaşmanın tamamında evrimsel temel çizgisini çalıştıran daha geniş bir çalışma, yalnızca bir avuç ek erken oyun boss'unda galibiyet elde edilmesini sağlıyor ve geri kalanını kazanılmamış bırakıyor. Başarısızlık vakaları, sıkışık, çok hedefli karşılaşmalardaki 10 saniyenin altındaki ölümlerden, neredeyse hiç hasar vermeyen dakikalarca süren çıkmazlara kadar uzanıyor ve bunları yalnızca kazanma oranı yerine hayatta kalma süresi ve verilen hasara göre rapor ediyoruz.

03 PDF

Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.

04 Kaynak göster

BibTeX
@article{gezgin2026dsle,
  title   = {DSLE: A Learning Environment for Dark Souls Boss Encounters},
  author  = {Derin Gezgin and Jim O'Connor and Tanner Goodwin and Gary B. Parker},
  journal = {arXiv preprint arXiv:2608.09902},
  year    = {2026},
  url     = {https://arxiv.org/abs/2608.09902}
}
APA
Gezgin, D., O'Connor, J., Goodwin, T., & Parker, G. B. (2026). DSLE: Dark Souls Boss Karşılaşmaları için Bir Öğrenme Ortamı. arXiv. https://arxiv.org/abs/2608.09902
Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.