Farama-Foundation/Gymnasium

解決する課題

Gymnasiumは、強化学習（RL）の研究者や開発者が、異なる学習アルゴリズムを構築、テスト、比較するための標準化された方法を提供します。これにより、新しい環境ごとにカスタムの通信コードを記述する必要がなくなり、アルゴリズムを異なるシミュレーションタスク間で容易に移植できるようになります。

仕組み

学習アルゴリズム（エージェント）と環境の間の架け橋として機能する標準的なPython APIを定義します。環境を reset() や step() といった一貫したメソッドを持つPythonクラスとしてモデル化することで、環境が単純なテキストゲームであっても複雑な物理シミュレーションであっても、エージェントが統一された方法で世界と対話し、観測と報酬を受け取り、アクションを実行できるようにします。

対象者

リファレンス実装を使用する初心者から、物理環境やゲーム環境向けの複雑なエージェントを構築するエキスパートまで、強化学習に取り組む開発者や研究者向けに設計されています。

特徴

• 多様な環境ライブラリ: Classic Control、Box2D物理、デバッグ用のToy Text、MuJoCo多関節制御、Atari 2600エミュレーションを含む幅広い組み込み環境が含まれています。
• 厳格なバージョニング: 環境にバージョニングシステム（例: "-v0"）を使用し、学習結果に影響を与える変更が再現性を損なわないようにします。
• 拡張可能なエコシステム: Gymnasium APIに準拠した膨大な数のサードパーティ環境をサポートしています。
• 幅広い互換性: LinuxおよびmacOS上の複数のPythonバージョン（3.10から3.14まで）をサポートしています。