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的グリッドワールド環境のコレクションを提供します。これにより、研究者は複雑な物理シミュレータの計算負荷をかけることなく、簡略化された2Dマップ上でエージェントのテストを行うことができます。

仕組み

このライブラリはGymnasium標準APIを使用しており、三角形のエージェントが2Dマップを移動する環境を提供します。エージェントは壁、溶岩、動的な障害物などの障害物と相互作用します。タスクはエージェントを導く「mission」文字列によって定義されます（例：箱を拾う、鍵でドアを開ける）。主に以下の2つの環境グループが含まれています：

• Minigrid: 標準的な目標指向型および階層的なミッション。
• BabyAI: 接地型言語学習に焦点を当てた環境で、合成された自然言語の指示（例：「左側にある箱の隣に赤いボールを置いて」）を提供します。

対象者

主に、ナビゲーション、タスク完了、および接地型言語理解におけるエージェントのベンチマークを行うために、制御された効率的な環境を必要とするRL研究者および開発者向けです。

特徴

• Gymnasium API: RL環境の業界標準APIと完全に互換性があります。
• カスタマイズ可能: 環境のサイズや複雑さをプログラムで調整できるため、カリキュラム学習に最適です。
• 接地型言語サポート: BabyAIを通じて、エージェントは複雑な自然言語のコマンドに従うように訓練できます。
• 軽量: 高速な実行と迅速な反復のために設計されています。