google-deepmind/lab2d

A customisable 2D platform for agent-based AI research

해결하는 문제

머신러닝 에이전트를 학습하고 테스트하기 위해 특별히 설계된 고성능의 사용하기 쉬운 2D 그리드 월드 환경 생성 시스템을 제공합니다.

작동 방식

이 시스템은 간단한 텍스트 기반 맵을 사용하여 월드 레이아웃을 정의하고, Lua 코드를 사용하여 환경의 동작을 정의합니다. 에이전트는 Python API(dm_env를 통해) 또는 사용자 지정 C API를 통해 이러한 월드와 상호 작용하며, 여러 에이전트를 동시에 지원합니다.

대상 사용자

강화 학습 에이전트를 프로토타이핑하고 평가하기 위해 유연하고 가벼운 2D 환경이 필요한 머신러닝 연구원 및 개발자.

주요 특징

  • C++ 및 Lua로 작성된 고성능 구현.
  • 빠른 월드 생성을 위한 간단한 텍스트 기반 맵 정의.
  • 다중 에이전트 지원.
  • 표준 dm_env Python API와 호환.

관련

  • 프로젝트
    Farama-Foundation/Minigrid

    강화학습 연구를 위한 가볍고 사용자 정의 가능한 이산 그리드 월드 환경 모음으로, BabyAI를 통한 그라운디드 언어 학습을 지원합니다.

  • 프로젝트
    datachain-ai/datachain

    DataChain은 S3/GCS/Azure(또는 로컬)의 파일을 경량 SQLite 데이터베이스에 저장된 버전 관리형 타입 데이터셋으로 변환하는 Python 라이브러리입니다. 원본 파일을 이동하지 않고도 수백만 개의 레코드에 대해 빠른 서브초 단위의 필터링, 조인, 집계 및 벡터 유사도 검색을 제공합니다. 파이프라인은 일반 Python 함수로 작성되며, 엔진이 병렬 실행, 체크포인트 및 증분 업데이트를 처리합니다. 선택적 기능으로는 인간/LLM을 위한 자동 생성 Markdown 지식 베이스와 Claude, Cursor, Codex, Copilot 또는 Pi와 같은 도구에서 데이터 계층을 인식할 수 있게 하는 스킬이 있습니다. 호스팅되는 "Studio" 서비스는 공유 데이터셋 레지스트리, 분산 컴퓨팅 및 대규모 미디어용 UI를 추가합니다. `pip install datachain`으로 설치하고, 필요에 따라 `datachain skill install --target claude`를 실행하세요.

  • 프로젝트
    confident-ai/deepeval

    DeepEval은 LLM 기반 애플리케이션(에이전트, 챗봇, RAG 파이프라인)에 대해 pytest 스타일의 테스트를 작성할 수 있는 오픈소스 Python 프레임워크입니다. G-Eval 및 JevEval과 같은 LLM-as-a-judge 점수를 포함하여 30개 이상의 내장 메트릭을 제공하며, 에이전트, RAG, 멀티모달 및 편향 관련 검사도 지원합니다. 메트릭은 로컬에서 실행하거나 선택한 모든 LLM을 사용하여 실행할 수 있습니다. 이 라이브러리는 LangChain, CrewAI, OpenAI, Anthropic, AWS AgentCore, Google ADK, LlamaIndex 및 TypeScript AI SDK와 통합되어 데코레이터와 콜백을 통해 전체 실행 추적을 캡처합니다. 간단한 CLI(`deepeval test run …`)는 CI/CD에서 작동하며, 선택 사항인 Confident AI 플랫폼은 클라우드 보고 및 거버넌스 기능을 추가합니다. `pip install -U deepeval`로 설치하고 `LLMTestCase` 객체를 작성한 뒤 메트릭을 선택하여 실행하면, LLM 품질 테스트를 기존 소프트웨어 테스트만큼 체계적으로 수행할 수 있습니다.

  • 프로젝트
    HKUDS/DeepCode

    자연어와 연구 논문을 프로덕션 준비가 된 코드로 변환하기 위해 멀티 에이전트 시스템을 사용하는 오픈 에이전트 코딩 시스템입니다.

  • 프로젝트
    OpenBMB/ChatDev

    ChatDev 2.0 (DevAll)은 시각적 웹 콘솔 또는 작은 Python SDK를 통해 YAML로 에이전트와 연결을 정의하고, 복수의 LLM 기반 에이전트 워크플로우를 설계하고 실행할 수 있는 오픈소스, 코드 없는 플랫폼입니다. 데이터 시각화, 3D 생성, 게임 개발, 연구 등 사전 구성된 템플릿을 활용할 수 있습니다. 백엔드는 FastAPI, 프론트엔드는 Vue 3이며, Docker/Makefile 지원, 확장 가능한 Python 도구, 연구용 오케스트레이터(Puppeteer, MacNet)를 포함합니다.