Two-Bridge: Open-Source Benchmark vereinfacht StarCraft II RL‑Forschung

Die Forschung im Bereich Reinforcement Learning (RL) stößt häufig an die Grenzen von StarCraft II, weil die vollständigen Spiele ein riesiges Zustands- und Aktionsraum aufweisen, die Belohnungen selten und verrauscht sind. Gleichzeitig sind die Mini‑Games zu simpel, sodass Agenten dort schnell die maximale Leistung erreichen und keine echten Herausforderungen mehr bieten. Dieser Abstand erschwert die Entwicklung von Lernkurven und verhindert, dass moderne RL‑Algorithmen unter realistischen Rechenbedingungen in Echtzeit‑Strategie‑Umgebungen getestet werden können.

Um diese Lücke zu schließen, wurde die Two‑Bridge Map Suite als erstes Open‑Source‑Benchmark entwickelt. Das Konzept entfernt sämtliche Wirtschaftsmachiken – Ressourcen‑Sammeln, Basisbau und Sichtverdeckung – und konzentriert sich ausschließlich auf zwei zentrale taktische Fähigkeiten: die Navigation über lange Distanzen und den Mikro‑Combat. Durch diese Fokussierung können Agenten kohärente Manöver und Kampfeinstellungen erlernen, ohne die volle Rechenlast eines kompletten Spiels zu tragen.

Die Two‑Bridge Suite wird als leichtgewichtiger, Gym‑kompatibler Wrapper auf PySC2 bereitgestellt. Alle Karten, Wrapper und Referenzskripte sind vollständig offen zugänglich, was die breite Akzeptanz als Standardbenchmark fördert. Erste Tests zeigen, dass Agenten in diesem Umfeld schnell fortgeschrittene Strategien entwickeln, was die Two‑Bridge Map Suite zu einem wertvollen Werkzeug für die Weiterentwicklung von RL‑Algorithmen in komplexen, aber handhabbaren RTS‑Umgebungen macht.