ServiceNow/BrowserGym

解決的問題

BrowserGym 提供一個統一的開源框架，加速 Web 代理的研究與開發。它簡化了測試與評估與 Web 瀏覽器互動的 AI 代理的過程，無需為各種不同的基準測試建立獨立的設定。

工作原理

BrowserGym 使用 Gymnasium 接口將多個 Web 代理基準測試整合到一個生態系統中。透過將這些基準測試封裝為 Gymnasium 環境，它允許研究人員建立一個循環：代理透過 Playwright 在瀏覽器中採取行動並接收觀測結果。它還提供一種開放式任務模式，支援從任意 URL 開始的互動式、真實世界的 Web 導航。

適用對象

專為 AI 研究人員與開發人員設計，特別是那些需要在多樣化的 Web 環境中以標準化方式實現、測試與評估其代理的人。

主要亮點

• 統一的基準存取：整合了包括 MiniWoB、WebArena、VisualWebArena、WorkArena、AssistantBench 等在內的廣泛基準測試。
• 可擴展的設計：透過繼承 AbstractBrowserTask 類別，可輕鬆新增基準測試。
• Gymnasium 集成：使用標準的 gymnasium API 與環境互動，與現有的強化學習與代理工作流程相容。
• 開放式任務：支援從任意 URL 開始的基於聊天的互動式開放網路任務。
• 示範代理：包含一個由 LLM（如 GPT-4o-mini）驅動的示範代理，幫助使用者快速上手。