Farama-Foundation/Minari

它解決了什麼問題

Minari 為離線強化學習 (RL) 提供了一種標準化的方式來管理、分享和載入資料集。它充當 RL 資料的中央樞紐，類似於 HuggingFace 的 datasets 函式庫在 NLP 中的作用，讓研究人員能夠輕鬆存取預先錄製的經驗資料，而無需與即時環境進行互動。

運作方式

Minari 允許使用者透過命令列介面下載遠端資料集，或使用 minari.load_dataset() 直接將其載入到 Python 中。它還為 Gymnasium 環境提供了一個 DataCollector 包裝器，使用戶能夠記錄自己的代理人互動（觀察值、動作、獎勵和終止狀態）並將其儲存為新的資料集。

對象是誰

它是為從事離線強化學習的研究人員和開發人員設計的，這些人需要一致的格式來處理經驗資料集。

重點

• 標準化資料載入：用於迭代回合 (episodes) 並存取 RL 特定資料（如獎勵和觀察值）的簡單 API。
• 資料集建立：內建工具可從 Gymnasium 環境中記錄資料以建立新的離線資料集。
• CLI 工具：用於列出、顯示和下載資料集的命令列公用程式。