Farama-Foundation/Gymnasium-Robotics

解决的问题

提供一套标准化的强化学习（RL）机器人环境，使研究人员和开发者无需从头构建复杂的物理模拟，即可在模拟的物理任务中训练和测试AI代理。

工作原理

该库使用MuJoCo物理引擎及其Python绑定来模拟机器人硬件。它实现了Gymnasium API，并扩展了GoalEnv类。此专用API采用基于字典的观测空间，用于跟踪当前观测、目标状态和已实现目标，专为支持Hindsight Experience Replay（HER）等算法而设计。

适用人群

专为专注于机器人控制、强化学习和多智能体机器人系统的AI研究人员和开发者设计。

主要亮点

• 多样化的机器人模型：包含7自由度机械臂（Fetch）、24自由度仿人手（Shadow Dexterous Hand）和9自由度Franka机器人（Franka Kitchen）的环境。
• 复杂的任务多样性：支持从简单抓取、推动到复杂操作如钉钉子、开门和迷宫导航等任务。
• 多智能体支持：包含MaMuJoCo，支持使用PettingZoo API对机器人环境进行多智能体分解。
• 目标导向API：内置系统可根据替换的目标重新计算奖励和终止信号。