PKU-Alignment/safety-gymnasium

解决的问题

Safety-Gymnasium 提供了一个标准化、可扩展且可定制的安全强化学习（SafeRL）基准。它解决了需要统一环境集以评估 SafeRL 算法的需求，取代了那些缺乏对向量化环境、现代 Gym API 或基于视觉输入支持的旧版库。

工作原理

基于 MuJoCo（2.3.0+）构建，该库消除了对旧版 mujoco-py 的依赖，并实现了一系列增强安全性的学习任务。它提供标准 API，包含约束信息，使智能体在遵守安全要求的同时学习任务。该库支持多种模态，包括基于状态和基于视觉的输入，并包含单智能体、多智能体以及 Isaac Gym 模拟的环境。

适用人群

专为需要可靠、现代基准来测试和比较其算法性能与安全性的安全强化学习研究人员和开发者设计。

主要亮点

• 广泛的环境套件：包含安全导航（Goal、Button、Push、Circle）、安全速度、安全视觉、安全多智能体以及 Safe Isaac Gym 的任务。
• 现代化基础设施：支持向量化环境，并与新版 Gym API（0.26.0+）兼容。
• 多样化的智能体：支持多种智能体类型，包括 Point、Car、Doggo、Racecar、Ant，以及其他如 HalfCheetah 和 Humanoid 等。
• 提升的稳定性：重新设计了原始的 Safety-Gym，修复了错误并移除了过时的依赖项。