ServiceNow/BrowserGym

解决的问题

BrowserGym 提供了一个统一的开源框架，加速 Web 代理的研究与开发。它简化了测试和评估与 Web 浏览器交互的 AI 代理的过程，无需为各种不同的基于 Web 的基准测试创建独立的设置。

工作原理

BrowserGym 使用 Gymnasium 接口将多个 Web 代理基准测试整合到一个生态系统中。通过将这些基准测试封装为 Gymnasium 环境，它允许研究人员创建一个循环：代理通过 Playwright 在浏览器中采取行动并接收观测结果。它还提供了一种开放式的任务模式，支持从任意 URL 开始的交互式、真实世界的 Web 导航。

适用人群

专为 AI 研究人员和开发人员设计，特别是那些需要在多样化的 Web 环境中以标准化方式实现、测试和评估其代理的人。

主要亮点

• 统一的基准访问：整合了包括 MiniWoB、WebArena、VisualWebArena、WorkArena、AssistantBench 等在内的广泛基准测试。
• 可扩展的设计：通过继承 AbstractBrowserTask 类，可以轻松添加新基准测试。
• Gymnasium 集成：使用标准的 gymnasium API 与环境交互，与现有的强化学习和代理工作流兼容。
• 开放式任务：支持从任意 URL 开始的基于聊天的交互式开放网络任务。
• 演示代理：包含一个由 LLM（如 GPT-4o-mini）驱动的演示代理，帮助用户快速上手。