google-deepmind/open_spiel
OpenSpiel is a collection of environments and algorithms for research in general reinforcement learning and search/planning in games.
해결하는 문제
OpenSpiel은 강화학습(RL) 및 게임 내 탐색/계획 연구를 위한 통합 프레임워크를 제공하도록 설계되었습니다. 연구자들이 일반적인 게임 환경과 알고리즘을 다시 구현할 필요 없이, 다양한 게임 유형에 걸쳐 다양한 AI 에이전트를 테스트하고 비교할 수 있는 표준화된 방법을 제공합니다.
작동 방식
이 프레임워크는 절차적 광범위 형태 게임으로 게임을 표현합니다. 핵심 API와 게임 자체는 성능을 위해 C++로 구현되었으며, 사용 편의성을 위해 Python 바인딩도 제공됩니다. 단일 및 다중 에이전트 시스템, 제로섬, 협력형, 일반합 게임, 완전 정보 및 불완전 정보를 가진 게임을 포함한 방대한 게임 구조를 지원합니다.
대상 사용자
일반 강화학습, 다중 에이전트 RL, 게임 기반 환경에서의 탐색/계획 알고리즘을 연구하거나 개발하는 연구자 및 개발자에게 주로 적합합니다.
주요 특징
- 다양한 게임 지원: 전통적인 격자 세계와 사회적 딜레마부터 동시 행동을 포함하는 복잡한 순차 게임까지 모든 종류의 게임을 지원합니다.
- 다중 에이전트 기능: 다양한 협력 및 보상 구조를 가진 n-플레이어 게임을 처리할 수 있습니다.
- 통합 API: C++ 및 Python 사용자 모두에게 일관된 인터페이스를 제공합니다.
- 분석 도구: 학습 동역학 및 일반적인 평가 지표를 분석할 수 있는 내장 도구를 포함합니다.
관련
- 프로젝트
- 프로젝트
leigest519/OpenGameOpenGame은 자연어 프롬프트 하나로 완전한 웹 게임을 생성하는 오픈소스이자 Node 기반 프레임워크입니다. 특화된 코드 LLM(GameCoder‑27B)을 사용해 재사용 가능한 *Game Skill*(템플릿 선택 + 자동 디버깅), 헤드리스 생성을 위한 CLI(`opengame`), 플레이 가능성을 측정하는 평가 툴(OpenGame‑Bench)을 제공합니다. 시스템은 Phaser와 같은 엔진으로 프로젝트를 구조화하고, 사전 환경에서 실행하며, 통합 오류를 수정해 플레이 가능한 HTML/JS 게임을 출력합니다.
- 프로젝트
TextArena/TextArena100개 이상의 텍스트 기반 게임을 제공하는 오픈소스 프레임워크로, 경쟁적 및 협력적 플레이를 통해 LLM 에이전트의 벤치마킹과 훈련을 가능하게 합니다.
- 프로젝트
Farama-Foundation/GymnasiumGymnasium은 강화 학습 환경(클래식 컨트롤, Box2D, Atari, MuJoCo 등)을 위한 표준화되고 버전 관리된 API를 제공하는 커뮤니티 유지 관리 Python 라이브러리입니다. OpenAI Gym의 포크이며 RL 알고리즘을 개발하고 벤치마킹하기 위한 주요 플랫폼입니다.
- 프로젝트
ServiceNow/BrowserGymBrowserGym은 Playwright를 통해 웹 브라우징을 Gymnasium 환경으로 변환하는 오픈소스 파이썬 라이브러리입니다. 연구자는 LLM 기반 에이전트를 MiniWoB, WebArena, WorkArena 등 다양한 웹 자동화 벤치마크에 연결할 수 있습니다. 통합 API, 모듈형 설치, Playwright 기반 브라우저, `AbstractBrowserTask` 기반 확장성 제공. 생태계에는 대규모 평가용 AgentLab과 OpenAI 모델과 호환되는 데모 에이전트가 포함됩니다.