Farama-Foundation/Arcade-Learning-Environment

解决的问题

Arcade Learning Environment (ALE) 为在 Atari 2600 游戏中开发和测试 AI 代理提供了一个标准化的框架。它连接了 Atari 2600 模拟器（Stella）与 AI 代理，使研究人员能够专注于代理设计，而无需关注硬件模拟的技术细节。

工作原理

ALE 基于 Stella 模拟器构建。它提供了一个面向对象的框架，将模拟核心与渲染和声音生成分离。支持多种集成接口，包括通过 nanobind 的 Python、C++，以及用于浏览器执行的 WebAssembly (WASM)。它还与 Gymnasium 原生集成，使代理可以通过标准 API 与游戏交互。

适用人群

专为从事通用代理和强化学习的 AI 研究人员及爱好者设计，特别是那些将 Atari 游戏作为 AI 性能基准的人群。

主要亮点

• 广泛的游戏中支持：自动提取超过 100 个 Atari 2600 游戏的得分和游戏结束信号。
• 多平台支持：已在 macOS、Windows 和多种 Linux 发行版上完成编译和测试。
• 灵活的接口：原生支持 Gymnasium、C++ 和 WebAssembly，可在浏览器中运行实验。
• 高性能：包含基于 C++ 的向量化器，可同时在多个 ROM 上执行动作。