Farama-Foundation/Minigrid

解決する課題

Minigridは、強化学習 (RL) 研究のために設計された、軽量で高速、かつカスタマイズ可能な離散グリッドワールド環境のコレクションを提供します。複雑なシミュレーションのオーバーヘッドなしに、障害物や目標指向のタスクがある制御された2Dマップ内でエージェントをテストできます。

仕組み

このライブラリはGymnasium標準APIに従っています。主に2つの環境グループで構成されています。

• Minigrid: エージェント（三角形で表現）が、壁、溶岩、動的な障害物を含む2Dマップ内を移動します。箱を拾う、鍵でドアを開けるといった「ミッション」文字列で記述されたタスクを完了する必要があります。
• BabyAI: これらの環境は、グラウンデッド言語学習に焦点を当てています。エージェントがタスクを完了するために従うべき合成自然言語命令（例：「左側の箱の隣に赤いボールを置いて」）を生成します。

対象ユーザー

強化学習、グラウンデッド言語学習、カリキュラム学習に取り組む研究者や開発者向けに設計されており、環境のサイズや複雑さをプログラムで調整可能です。

ハイライト

• Gymnasium API: 標準的なRL環境APIと完全に互換性があります。
• カスタマイズ可能: カリキュラム学習をサポートするために、環境の難易度や複雑さを調整できます。
• グラウンデッド言語: エージェントが自然言語コマンドにどのように反応するかをテストするためのBabyAI環境が含まれています。
• 軽量: 高速な実行と低リソース消費のために設計されています。