Farama-Foundation/Gymnasium-Robotics

解決的問題

提供一套標準化的強化學習（RL）機器人環境，讓研究人員與開發者無需從頭建構複雜的物理模擬，即可在模擬的物理任務中訓練與測試AI代理。

工作原理

該套件使用MuJoCo物理引擎及其Python綁定來模擬機器人硬體。它實作了Gymnasium API，並擴展了GoalEnv類別。此專用API使用基於字典的觀測空間，用於追蹤目前的觀測、目標狀態與已達成目標，專為支援Hindsight Experience Replay（HER）等演算法而設計。

適用對象

專為專注於機器人控制、強化學習與多智能體機器人系統的AI研究人員與開發者設計。

主要亮點

• 多樣化的機器人模型：包含7自由度機械臂（Fetch）、24自由度仿人手（Shadow Dexterous Hand）與9自由度Franka機器人（Franka Kitchen）的環境。
• 複雜的任務多樣性：支援從簡單的抓取、推移，到複雜操作如釘釘子、開門與迷宮導航等任務。
• 多智能體支援：包含MaMuJoCo，支援使用PettingZoo API對機器人環境進行多智能體分解。
• 目標導向API：內建系統可根據替換的目標重新計算獎勵與終止信號。