Farama-Foundation/Gymnasium-Robotics

何を解決するか

強化学習（RL）のための標準化されたロボット環境のコレクションを提供し、研究者や開発者が複雑な物理シミュレーションを再構築せずに、シミュレートされた物理タスクでAIエージェントの学習とテストが可能になります。

動作方法

このライブラリはMuJoCo物理エンジンとそのPythonバインディングを使用してロボットハードウェアをシミュレートします。Gymnasium APIを実装し、GoalEnvクラスを拡張しています。この特別なAPIは、現在の観測、目的のゴール、達成したゴールを追跡する辞書ベースの観測空間を使用しており、ヒント経験リプレイ（HER）などのアルゴリズムをサポートするように設計されています。

対象ユーザー

ロボット制御、強化学習、マルチエージェントロボットシステムに注力するAI研究者および開発者向けです。

特徴

• 多様なロボットモデル: 7自由度ロボットアーム（Fetch）、24自由度人間型ハンド（Shadow Dexterous Hand）、9自由度Frankaロボット（Franka Kitchen）の環境を含みます。
• 複雑なタスクの多様性: 単純な到達や押すタスクから、ネジを打つ、ドアを開ける、迷路をナビゲートするなど複雑な操作タスクまでサポートしています。
• マルチエージェント対応: PettingZoo APIを使用してロボット環境のマルチエージェント因子分解を可能にするMaMuJoCoを含んでいます。
• ゴール指向API: 置換されたゴールに基づいて報酬と終了信号を再計算する組み込みシステムを備えています。