Kautenja/gym-super-mario-bros

解决的问题

gym-super-mario-bros 为在经典 Nintendo Entertainment System (NES) Super Mario Bros. 游戏中训练和测试 AI 代理提供了一个标准化接口。它将游戏环境转换为与 Gymnasium (前身为 OpenAI Gym) API 兼容的格式，让研究人员和开发者能够使用强化学习 (RL) 算法来训练代理玩游戏。

运作方式

该项目使用 nes-py 模拟器来执行 NES 游戏。它将游戏状态和控制封装成一个 Gymnasium 环境，代理可以在其中发送动作（例如向右移动或跳跃），并接收状态（屏幕像素）以及基于游戏内部 RAM 数值的奖励。

为了简化训练，该项目提供了预定义的动作集（例如 SIMPLE_MOVEMENT 和 COMPLEX_MOVEMENT），将 256 种可能的 NES 动作空间限制为更易于管理的控制集。

适用对象

• AI 研究人员： 研究强化学习以及在复杂视觉环境中代理行为的人员。
• ML 工程师： 为复古游戏构建和测试 RL 代理的开发者。
• 学生： 学习如何将 AI 应用于游戏代理的人员。

特色亮点

• 多游戏支持： 支持 Super Mario Bros.、Super Mario Bros. 2 (Lost Levels)、Super Mario Bros. 2 (USA) 以及 Super Mario Bros. 3。
• 详细的奖励函数： 包含一个塑形奖励函数，奖励进度、金币收集和关卡完成，同时惩罚死亡。
• 详细的游戏状态： info 字典提供了对基于 RAM 的数据（如 x/y 位置、金币、分数和强化状态）的深入访问。
• 灵活的任务设定： 允许进行完整游戏运行以及针对个别关卡（例如 World 1-1）的目标训练。
• CLI 工具： 包含一个命令行接口，用于通过键盘或随机移动来游玩游戏，以便进行快速测试。