Farama-Foundation/Arcade-Learning-Environment

해결하는 문제

Arcade Learning Environment (ALE)는 Atari 2600 게임에서 AI 에이전트를 개발하고 테스트하기 위한 표준화된 프레임워크를 제공합니다. Atari 2600 에뮬레이터(Stella)와 AI 에이전트 사이를 연결하여, 연구자들이 하드웨어 에뮬레이션의 기술적 세부 사항에 신경 쓰지 않고도 에이전트 설계에만 집중할 수 있도록 합니다.

작동 방식

ALE는 Stella 에뮬레이터 위에 구축되어 있습니다. 객체 지향 프레임워크를 제공하여 에뮬레이션 코어와 렌더링 및 사운드 생성을 분리합니다. Python(nanobind를 통해), C++, 그리고 웹 기반 실행을 위한 WebAssembly(WASM)을 포함한 다양한 인터페이스를 지원합니다. 또한 Gymnasium과 네이티브로 통합되어 있어, 에이전트가 표준 API를 통해 게임과 상호작용할 수 있습니다.

대상 사용자

일반적인 에이전트와 강화 학습에 종사하는 AI 연구자 및 애호가를 위한 것으로, 특히 Atari 게임을 AI 성능의 벤치마크로 사용하는 사람들에게 적합합니다.

주요 특징

• 광범위한 게임 지원: 100개 이상의 Atari 2600 게임에 대해 게임 점수 및 게임 종료 신호를 자동으로 추출합니다.
• 다중 플랫폼 지원: macOS, Windows, 다양한 Linux 배포판에서 컴파일 및 테스트 완료.
• 유연한 인터페이스: Gymnasium, C++, WebAssembly에 대한 네이티브 지원으로 브라우저 기반 실험 실행 가능.
• 고성능: 동시에 여러 ROM에서 동작하는 C++ 기반 벡터라이저 포함.