google-deepmind/open_spiel
OpenSpiel is a collection of environments and algorithms for research in general reinforcement learning and search/planning in games.
解决的问题
OpenSpiel 旨在为强化学习（RL）和游戏中的搜索/规划研究提供一个统一的框架。它消除了研究人员重复实现常见游戏环境和算法的需要，为在各种游戏类型中测试和比较不同 AI 代理提供了一种标准化的方法。
工作原理
该框架将游戏表示为程序化的扩展形式博弈。核心 API 和游戏本身使用 C++ 实现以保证性能，同时提供 Python 绑定以方便使用。它支持广泛的博弈结构，包括单智能体和多智能体系统、零和博弈、合作博弈和一般和博弈，以及具有完全信息或不完全信息的游戏。
适用对象
主要面向从事通用强化学习、多智能体强化学习以及基于游戏环境的搜索/规划算法的研究人员和开发者。
主要亮点
- 多样化的游戏支持：支持从传统的网格世界和社交困境到具有同时行动的复杂顺序博弈等各种游戏。
- 多智能体能力：可处理具有不同合作和奖励结构的 n 人博弈。
- 统一的 API：为 C++ 和 Python 用户提供一致的接口。
- 分析工具：包含用于分析学习动态和常见评估指标的内置工具。
相关
- 项目
- 项目
leigest519/OpenGameOpenGame 是一个开源、基于 Node 的框架，使用专用代码 LLM（GameCoder‑27B）从单个自然语言提示生成完整的 Web 游戏。它提供可复用的 *Game Skill*（模板选择 + 自动调试）、用于无头生成的 CLI（`opengame`），以及用于衡量可玩性的评估套件（OpenGame‑Bench）。该系统使用 Phaser 等引擎搭建项目，在沙箱中运行，修复集成错误，并输出可直接播放的 HTML/JS 游戏。
- 项目
- 项目
Farama-Foundation/GymnasiumGymnasium 是一个社区维护的 Python 库，为强化学习环境（经典控制、Box2D、Atari、MuJoCo 等）提供标准化的、版本化的 API。它是 OpenAI Gym 的一个分支，是开发和基准测试 RL 算法的主要平台。
- 项目
ServiceNow/BrowserGymBrowserGym 是一个开源 Python 库，通过 Playwright 将 Web 浏览转换为 Gymnasium 环境，使研究人员能够将基于 LLM 的代理接入 MiniWoB、WebArena、WorkArena 等多个 Web 自动化基准测试。它提供统一 API、模块化安装选项、Playwright 驱动的浏览器以及通过 `AbstractBrowserTask` 基类实现的易扩展性。生态系统包括用于大规模评估的 AgentLab 和可与 OpenAI 模型配合使用的演示代理。