Farama-Foundation/HighwayEnv

해결하는 문제

자율 주행 에이전트 개발 및 테스트를 위한 표준화된 시뮬레이션 환경 세트를 제공합니다. 전술적 의사 결정 작업에 초점을 맞추어, 연구자와 개발자가 대규모 물리 시뮬레이터 없이도 복잡한 도로 시나리오를 처리할 수 있도록 AI 에이전트를 훈련할 수 있게 합니다.

작동 방식

Gymnasium(이전의 OpenAI Gym) 인터페이스를 기반으로 구축된 이 프로젝트는 다양한 주행 시나리오를 제공합니다. 사용자는 환경 설정(차선 수 등)을 정의하고 차량을 제어하기 위한 자체 AI 정책을 구현할 수 있습니다. 환경은 물리 법칙과 도로 규칙을 처리하며, 에이전트의 행동에 따라 관측값과 보상을 반환합니다.

대상

자율 주행, 강화 학습 및 교통 분야의 전술적 의사 결정 작업을 수행하는 연구자와 개발자를 위해 설계되었습니다.

주요 특징

• 다양한 시나리오: 교차로, 회전교차로, 주차, 고속도로 합류 등 10가지의 독특한 주행 패밀리가 포함되어 있습니다.
• 유연한 변형: 멀티 에이전트, 연속 제어, 커넥티드 차선 변형을 포함한 전문화된 환경 버전을 제공합니다.
• Gymnasium 통합: Gymnasium API와 완전히 호환되어 Stable Baselines3와 같은 인기 있는 RL 라이브러리와 쉽게 통합할 수 있습니다.
• 폭넓은 지원: Linux, macOS, Windows와 호환됩니다.