《异星工厂》学习环境

排行榜 | 论文 | 文档 | Discord (#factorio-learning-env)

一个用于在游戏《异星工厂》中开发和评估大型语言模型智能体的开源框架。

Claude Opus 4.1 玩《异星工厂》

快速链接

• 安装
• 环境
• 贡献

安装

前置条件

• Docker
• Python 3.10+
• 《异星工厂》（版本 2.0.73 或更高），仅用于可选的渲染功能。

# 核心 FLE SDK 包
pip install factorio-learning-environment

# 带可选功能
pip install factorio-learning-environment[eval]      # 用于运行实验
pip install factorio-learning-environment[mcp]       # 用于支持 MCP 协议  
pip install factorio-learning-environment[psql]      # 用于支持 PostgreSQL
pip install factorio-learning-environment[eval,mcp,psql]  # 所有功能

# 使用 uv（推荐）
uv sync

快速入门

使用命令行工具：

# 激活虚拟环境
source .venv/bin/activate

# 启动《异星工厂》集群
fle cluster start

# 运行评估轨迹（需要 [eval] 依赖项）
fle eval --config configs/gym_run_config.json

环境

FLE 是一个基于热门资源管理模拟游戏《异星工厂》构建的智能体评估环境。

智能体通过 REPL（读取-求值-打印-循环）模式进行代码合成来与 FLE 交互：

1. 观察：智能体通过其上一条程序的输出流（stderr/stdout）观察世界。
2. 行动：智能体生成一段 Python 程序以执行其期望的操作。
3. 反馈：环境会执行该程序，为变量赋值、向命名空间添加类或函数，并提供输出流。

贡献

加入我们的团队，共同应对人工智能研究社区中最具挑战性的课题之一——为后 AGI 时代的前沿模型构建开放且不可饱和的评估基准。如果您有意贡献，请先阅读 CONTRIBUTING.md。

Factorio Learning Environment 快速上手指南

Factorio Learning Environment (FLE) 是一个开源框架，专为在《异星工厂》(Factorio) 游戏中开发和评估大语言模型 (LLM) 智能体而设计。智能体通过编写 Python 代码与游戏环境交互。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：支持 Docker 的系统 (Linux, macOS, Windows with WSL2)
• Docker：必须安装并正在运行
• Python：版本 3.10 或更高
• Factorio 游戏 (可选)：仅当您需要可视化渲染时才需要安装 (版本需为 2.0.73 或更高)

安装步骤

1. 安装核心包

您可以使用 pip 或推荐的 uv 工具进行安装。

使用 pip 安装：

# 安装核心 SDK
pip install factorio-learning-environment

# 按需安装额外功能
pip install factorio-learning-environment[eval]      # 用于运行实验评估
pip install factorio-learning-environment[mcp]       # 用于支持 MCP 协议
pip install factorio-learning-environment[psql]      # 用于支持 PostgreSQL
pip install factorio-learning-environment[eval,mcp,psql]  # 安装所有功能

国内加速提示：如果下载速度较慢，建议使用国内镜像源： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple factorio-learning-environment

使用 uv 安装 (推荐)：

git clone https://github.com/JackHopkins/factorio-learning-environment.git
cd factorio-learning-environment
uv sync

基本使用

安装完成后，您可以通过命令行界面 (CLI) 快速启动环境并运行评估。

1. 激活虚拟环境

如果您使用了 uv 或创建了独立的 venv，请先激活它：

source .venv/bin/activate

(Windows 用户请使用 .venv\Scripts\activate)

2. 启动 Factorio 集群

运行以下命令启动底层的 Factorio 服务器集群：

fle cluster start

3. 运行评估任务

启动集群后，您可以加载配置文件来运行智能体评估轨迹（需已安装 `[eval] 依赖）：

fle eval --config configs/gym_run_config.json

工作原理简述

FLE 采用 REPL (读取 - 执行 - 打印循环) 模式让智能体通过代码合成与游戏交互：

1. 观察：智能体通过上一次程序运行的输出流 (stderr/stdout) 感知游戏世界状态。
2. 行动：智能体生成一段 Python 代码来执行期望的操作。
3. 反馈：环境执行该代码，更新命名空间中的变量/类/函数，并将执行结果返回给智能体。