Farama-Foundation/Gymnasium

解决的问题

Gymnasium 为强化学习 (RL) 研究人员和开发人员提供了一种标准化的方式，用于构建、测试和比较不同的学习算法。它消除了为每个新环境编写自定义通信代码的需要，确保算法可以轻松移植到不同的模拟任务中。

工作原理

它定义了一个标准 Python API，作为学习算法（智能体）与环境之间的桥梁。通过将环境建模为具有 reset() 和 step() 等一致方法的 Python 类，无论环境是简单的文本游戏还是复杂的物理模拟，它都能让智能体以统一的方式与世界交互、接收观测和奖励并执行动作。

适用对象

专为从事强化学习的开发人员和研究人员设计，范围涵盖从使用参考实现的初学者到为物理或游戏环境构建复杂智能体的专家。

亮点

• 多样化的环境库：包括广泛的内置环境，如 Classic Control、Box2D 物理、用于调试的 Toy Text、MuJoCo 多关节控制以及 Atari 2600 仿真。
• 严格的版本控制：为环境使用版本控制系统（例如 "-v0"），以确保影响学习结果的更改不会破坏可复现性。
• 可扩展的生态系统：支持大量符合 Gymnasium API 的第三方环境。
• 广泛的兼容性：支持 Linux 和 macOS 上的多个 Python 版本（3.10 至 3.14）。