深度学习15讨论通用的Web导航与浏览器自动化的实际应用

Web导航

▪ 分析Web导航与浏览器自动化在通用场景下的实际应用价值。
▪ 研究利用强化学习（RL）方法应对Web导航相关问题的可行性。
▪ 对由OpenAI开发的一个极具研究意义但常被忽视并最终被舍弃的RL测试平台展开深入探讨，该平台名为比特迷你世界（Mini World of Bits，MiniWoB）。

尽管RL驱动的浏览器自动化在现实中的应用前景广阔，但存在一个显著的问题：此类任务的复杂程度极高，难以作为研究和方法对比的基础。实际上，构建一个完整的网页抓取系统可能需要一个团队耗费数月的时间，并且多数问题并不直接涉及强化学习技术本身，比如数据采集、浏览器引擎之间的通信、输入输出表示方式以及诸多真实生产系统开发过程中所涉及的其他因素。

关键参数如下：
▪ remotes：该参数可为数字或字符串形式。若为数字，则表示环境需启动的本地容器数量；若为字符串，则可以采用vnc://host1:port1+port2, host2:port1+port2的形式指定已运行容器的URL地址。其中第一个端口用于VNC协议通信，默认值为5900；第二个端口用于奖励器守护进程，默认值为15900。这些端口号可以在Docker容器启动时进行重新配置。
▪ fps：用于设定智能体观察所需的每秒帧数（FPS）。
▪ vnc_kwargs：该参数必须是一个字典结构，