Farama-Foundation/HighwayEnv

解決する課題

自動運転エージェントの開発およびテストのための、標準化されたシミュレーション環境セットを提供します。戦術的意思決定タスクに焦点を当てており、研究者や開発者が大規模な物理シミュレータを必要とせずに、複雑な道路シナリオに対処するためのAIエージェントを訓練できるようにします。

仕組み

Gymnasium（旧OpenAI Gym）インターフェースに基づいて構築されたこのプロジェクトは、一連の走行シナリオを提供します。ユーザーは環境設定（車線数など）を定義し、車両を制御するための独自のAIポリシーを実装できます。環境は物理法則と道路規則を処理し、エージェントの行動に基づいて観測結果と報酬を返します。

対象者

自動運転、強化学習、および交通における戦術的意思決定に取り組む研究者や開発者向けに設計されています。

ハイライト

• 多様なシナリオ: 交差点、ラウンドアバウト、駐車、高速道路の合流など、10種類の異なる走行ファミリーが含まれています。
• 柔軟なバリエーション: マルチエージェント、連続制御、コネクテッドレーンなどの環境の特化版を提供します。
• Gymnasiumとの統合: Gymnasium APIと完全に互換性があり、Stable Baselines3のような一般的なRLライブラリとの統合が容易です。
• 幅広いサポート: Linux、macOS、Windowsに対応しています。