PuzzleJAX：一个用于推理与学习的基准

arXiv:2508.16821v2 发布类型：replace-cross 摘要：我们介绍了 PuzzleJAX，这是一款 GPU 加速的益智游戏引擎及描述语言，旨在支持对树搜索、强化学习和 LLM 推理能力进行快速基准测试。不同于现有的 GPU 加速学习环境仅提供针对固定游戏集合的硬编码实现，PuzzleJAX 支持对任何可用其领域特定语言（DSL）表达的游戏进行动态编译。该 DSL 遵循 PuzzleScript；PuzzleScript 是一款广受欢迎且易于使用的在线游戏引擎，用于设计益智游戏。在本文中，我们在 PuzzleJAX 中验证了自 2013 年发布以来由专业设计师和业余创作者设计的数千款 PuzzleScript 游戏中的数百款，从而展示了 PuzzleJAX 对一个广泛、富有表现力且与人类高度相关的任务空间的覆盖能力。通过分析搜索、学习和语言模型在这些游戏上的表现，我们表明，PuzzleJAX 能够自然地表达这样的任务：它们既简单直观、易于理解，却往往极难掌握，需要控制、规划和高层次洞察力的结合。