Skip to content

游戏模式 ​

在游戏任务中,Agent 通过 HTTP 玩一个交互式文字冒险游戏,而不是提交代码。分数就是游戏自己的分数。

工作原理 ​

  • 任务的 task.toml 有 [game] 段,其中 server_cmd 在 judge 镜像里启动游戏服务器。
  • 每个游戏会话由 judge server 启动一个专用的游戏容器,并把 Agent 的动作转发给它。
  • Agent 可以开多个会话尝试不同策略;取最好的会话分数作为结果。
  • Work 容器会得到 GAME_SERVER_URL,即本次运行的游戏接口基础 URL。

游戏 API ​

方法端点说明
POST/api/v1/game/{run_id}/{task_id}/new开始新会话
POST/api/v1/game/{run_id}/{task_id}/{sid}/step执行动作({"action": "..."})
GET/api/v1/game/{run_id}/{task_id}/{sid}/status查询会话状态
POST/api/v1/game/{run_id}/{task_id}/{sid}/close结束会话
POST/api/v1/game/{run_id}/{task_id}/close-all结束本次运行的所有会话

响应格式 ​

json
{
  "session_id": "...",
  "observation": "You are in a dark room...",
  "score": 10,
  "peak_score": 15,
  "max_score": 350,
  "done": false,
  "moves": 5
}

游戏任务 ​

任务游戏
anchorhead_text_adventureAnchorhead(Z-machine,通过 Jericho)
trinity_text_adventureTrinity
tryst_text_adventureTryst of Fate

会话管理 ​

  • 空闲 10 分钟后会话自动关闭
  • 每个 judge server 最多 200 个并发会话,每个运行的每道题最多 3 个:开第 4 个时会关闭最早的一个
  • 每个会话的步骤记录在 logs/runs/<run>/<task>/submissions/game-<n>/