BrowserGym – Webエージェント研究のためのフレームワーク

何であるか

BrowserGymは、Playwrightを介してWebブラウザをGymnasium環境に変換するオープンソースのPythonライブラリです。研究者は任意のLLMベースまたはルールベースのエージェントを接続し、現実世界のWebページや合成されたWebタスクと相互作用させることができます。このライブラリには、よく知られたWebオートメーションベンチマーク（MiniWoB、WebArena、WorkArenaなど）のコレクションが同梱されており、単一の AbstractBrowserTask クラスを継承することで新しいタスクを簡単に追加できます。

なぜ重要か

Webエージェント研究——LLMにWebを閲覧、フォーム入力、ボタンクリック、マルチステップワークフローの完了などを学習させる——には、標準化され、再現可能な実験環境が必要です。BrowserGymは以下の機能を提供します：

共通API（gym.make(...)）により、同じエージェントコードが多数のベンチマークで動作します。
合成、視覚的、現実世界のタスクをカバーするプラグアンドプレイ型ベンチマーク。
大規模な評価とトレース収集に適した補完的なAgentLabプラットフォームとの統合。
カスタムタスク用の拡張性により、新しいWebインタラクション課題の迅速なプロトタイピングが可能。

誰向けか

LLM駆動のWebエージェントの構築または評価を行う研究者。
新しいプロンプティングやファインチューニング戦略のベンチマークに再現可能な環境を必要とするMLエンジニア。
カスタムWebオートメーションタスクを開発し、Gymスタイルのループと組み込みメトリクスを再利用したい開発者。

クイックスタート

# 完全版パッケージのインストール（すべてのベンチマークを含む）
pip install browsergym
# PlaywrightのChromiumエンジンをインストール
playwright install chromium

次に、シンプルなオープンエンドタスクを起動します：

import gymnasium as gym
import browsergym.core  # 環境を登録

env = gym.make(
    "browsergym/openended",
    task_kwargs={"start_url": "https://www.google.com/"},
    wait_for_user_message=True,
)
obs, info = env.reset()
while True:
    action = ...          # あなたのエージェントの次のアクション
    obs, reward, done, _, info = env.step(action)
    if done:
        break
env.close()

...の部分をLLM（例：OpenAIの gpt-4o-mini）の呼び出しや任意のカスタムポリシーに置き換えてください。

主な機能（READMEより）

機能	詳細
同梱されたベンチマーク	MiniWoB, WebArena, WebArenaVerified, VisualWebArena, WorkArena, AssistantBench, WebLINX, OpenApps, TimeWarp, Knows
拡張可能なタスククラス	新しいベンチマークを作成するために `AbstractBrowserTask` を継承
モジュールインストール	`browsergym-core`, `browsergym-miniwob` など、必要なものだけをインストール可能
Playwrightバックエンド	Playwright経由のChromiumを使用し、信頼性の高いヘッドレスブラウジングを実現
Gymnasium API	`gym.make`, `env.step`, `env.reset` — RL/エージェント開発者に馴染み深い
AgentLab統合	大規模な実験管理とトレース分析用の補完リポジトリ
デモエージェント	OpenAIモデルと連携可能な即実行スクリプト（`demo_agent/run_demo.py`）
オープンソース＆MITライセンス	自由に使用・変更・拡張可能

エコシステムと関連プロジェクト

AgentLab – BrowserGymベンチマーク上でエージェントを実行し、結果を分析するためのフレームワーク。
WorkArena – エンタープライズスタイルのタスク向けのServiceNow固有ベンチマーク。
WebArena / VisualWebArena – 自己ホストドメイン上の現実的なWebタスクスイート。
MiniWoB – 伝統的な合成Webタスクコレクション。
DoomArena – BrowserGymページに攻撃を注入できるセキュリティテストアリーナ。

他の選択肢との比較

場合	BrowserGymが適している
Webタスク用の標準化されたRLスタイルインターフェースが必要	✅
複数の公開ベンチマークでエージェントを評価したいが、ラッパーを再実装したくない	✅
単一のシンプルなWebスクレイピングスクリプトだけが必要	❌（SeleniumやPlaywright単体で十分）
観察に視覚認識（スクリーンショット）が必要	✅（VisualWebArenaとスクリーンショットオプションが組み込み）

引用

論文でBrowserGymを使用する場合、提供された2つのBibTeXエントリ（2025 Transactions on Machine Learning Research および 2024 ICML）を引用してください。関連研究のトレースはHugging Faceにホストされています。

BrowserGymは消費者製品ではなく、研究用フレームワークです。責任を持って使用してください。

ServiceNow/BrowserGym