Farama-Foundation/Minigrid

해결하는 문제

Minigrid는 강화학습 (RL) 연구를 위해 설계된 가볍고 빠르며 사용자 정의 가능한 이산 그리드 월드 환경 모음을 제공합니다. 복잡한 시뮬레이션의 오버헤드 없이 장애물과 목표 지향적 작업이 있는 제어된 2D 맵에서 에이전트를 테스트할 수 있습니다.

작동 방식

이 라이브러리는 Gymnasium 표준 API를 따릅니다. 두 가지 주요 환경 그룹으로 구성됩니다.

• Minigrid: 에이전트(삼각형으로 표시)가 벽, 용암 또는 동적 장애물이 포함된 2D 맵을 탐색합니다. 상자를 줍거나 열쇠로 문을 여는 것과 같은 "미션" 문자열로 설명된 작업을 완료해야 합니다.
• BabyAI: 이 환경들은 그라운디드 언어 학습에 중점을 둡니다. 에이전트가 작업을 완료하기 위해 따라야 할 합성 자연어 지침(예: "왼쪽에 있는 상자 옆에 빨간 공을 놓아")을 생성합니다.

대상 사용자

강화학습, 그라운디드 언어 학습, 커리큘럼 학습을 연구하는 연구원 및 개발자를 위해 설계되었으며, 환경의 크기와 복잡도를 프로그래밍 방식으로 조정할 수 있습니다.

주요 특징

• Gymnasium API: 표준 RL 환경 API와 완벽하게 호환됩니다.
• 사용자 정의 가능: 커리큘럼 학습을 지원하기 위해 환경의 난이도와 복잡도를 조정할 수 있습니다.
• 그라운디드 언어: 에이전트가 자연어 명령에 어떻게 반응하는지 테스트하기 위한 BabyAI 환경이 포함되어 있습니다.
• 경량: 고속 실행과 낮은 리소스 사용을 위해 설계되었습니다.