Farama-Foundation/Metaworld

解決する問題

Meta-Worldは、強化学習（RL）アルゴリズムを開発・評価するための標準化されたオープンソースベンチマークを提供することを目的としています。具体的には、連続制御ロボット操作タスクに焦点を当て、研究者がマルチタスクおよびメタ強化学習の進捗を一貫して測定できるようにします。

仕組み

このプロジェクトは、50の異なるロボット操作環境を提供します。Gymnasium APIと統合されており、ユーザーはこれらのタスクに基づいてベンチマークを作成できます。主に2種類のベンチマークを提供します：

• マルチタスクベンチマーク（MT1、MT10、MT50）： 単一のポリシーが複数のタスクを同時に学習できます。より大きなセット（MT10、MT50）では、タスクIDが状態観測に追加されます。
• メタ学習ベンチマーク（ML1、ML10、ML45）： 少数ショット適応に焦点を当て、エージェントが単一タスク内の目標変化に適応する能力や、まったく新しいタスクに適応する能力をテストします。

環境は、利用可能な計算リソースを最適化するために、同期（単一プロセス）または非同期（分離プロセス）モードで実行できます。

対象者

強化学習に取り組む研究者や開発者、特にロボット操作、マルチタスク学習、メタ学習に焦点を当てている人々を対象としています。

ハイライト

• Gymnasium API互換性： 環境の作成と対話に使い慣れたインターフェースを使用します。
• 多様なタスクセット： 50の異なるロボット操作タスクが含まれています。
• カスタムベンチマーク： ユーザーは任意の数のMeta-World環境を組み合わせて、独自のカスタムマルチタスクまたはメタ学習ベンチマークを作成できます。
• 柔軟な実行： 効率的なトレーニングのために、同期および非同期のベクトル環境をサポートします。