Что это такое?
Gymnasium — это библиотека Python с открытым исходным кодом, которая предоставляет стандартный API для сред обучения с подкреплением с одним агентом, а также набор популярных эталонных сред. Это поддерживаемый форк OpenAI Gym: разработка продолжилась после того, как OpenAI передала проект.
Gymnasium — это библиотека Python с открытым исходным кодом, которая предоставляет стандартный API для сред обучения с подкреплением с одним агентом, а также набор популярных эталонных сред. Это поддерживаемый форк OpenAI Gym: разработка продолжилась после того, как OpenAI передала проект.Это фреймворк или просто набор готовых сред?И то, и другое: стандартный API (классы сред на Python с методами reset/step), который может использовать любой алгоритм RL, плюс коллекция готовых эталонных сред, таких как Classic Control, Box2D, MuJoCo и Atari.
И то, и другое: стандартный API (классы сред на Python с методами reset/step), который может использовать любой алгоритм RL, плюс коллекция готовых эталонных сред, таких как Classic Control, Box2D, MuJoCo и Atari.Как установить и начать использовать среду?Установите базовую библиотеку командой 'pip install gymnasium', затем создайте экземпляр среды и взаимодействуйте с ним, например со средой 'CartPole-v1'.
Установите базовую библиотеку командой 'pip install gymnasium', затем создайте экземпляр среды и взаимодействуйте с ним, например со средой 'CartPole-v1'.Нужны ли дополнительные пакеты для отдельных семейств сред, например Atari или MuJoCo?Да, базовая установка не включает зависимости всех семейств сред: дополнительные пакеты ставятся отдельно для каждого семейства, например 'pip install "gymnasium[atari]"', или 'pip install "gymnasium[all]"' для всего сразу.
Да, базовая установка не включает зависимости всех семейств сред: дополнительные пакеты ставятся отдельно для каждого семейства, например 'pip install "gymnasium[atari]"', или 'pip install "gymnasium[all]"' для всего сразу.Будет ли старый код, написанный для сред Gym, работать здесь без изменений?Не обязательно: среды строго версионируются суффиксами вроде '-v0', а сторонние среды могут быть рассчитаны на более старую версию API, поэтому может понадобиться 'applyenvcompatibility' в gymnasium.make, чтобы обеспечить совместимость.
Не обязательно: среды строго версионируются суффиксами вроде '-v0', а сторонние среды могут быть рассчитаны на более старую версию API, поэтому может понадобиться 'applyenvcompatibility' в gymnasium.make, чтобы обеспечить совместимость.Какие семейства сред входят в состав по умолчанию?Classic Control, Box2D, Toy Text, MuJoCo и Atari, а также множество совместимых сторонних сред.
Classic Control, Box2D, Toy Text, MuJoCo и Atari, а также множество совместимых сторонних сред.Зачем нужно версионирование сред?Gymnasium строго версионирует среды (например, '-v0', '-v1'), поэтому любое изменение, влияющее на результаты обучения, приводит к новой версии. Это обеспечивает воспроизводимость результатов и исключает незаметные изменения в поведении.
Gymnasium строго версионирует среды (например, '-v0', '-v1'), поэтому любое изменение, влияющее на результаты обучения, приводит к новой версии. Это обеспечивает воспроизводимость результатов и исключает незаметные изменения в поведении.Есть ли связанные библиотеки, построенные на основе Gymnasium?CleanRL предлагает эталонные реализации алгоритмов RL с использованием API Gymnasium, а PettingZoo расширяет тот же принцип API на среды с несколькими агентами.
CleanRL предлагает эталонные реализации алгоритмов RL с использованием API Gymnasium, а PettingZoo расширяет тот же принцип API на среды с несколькими агентами.Зачем это создали, вместо того чтобы просто использовать OpenAI Gym?Несколько лет назад OpenAI передала поддержку Gym внешней команде. Gymnasium — форк этой команды, где теперь ведётся вся дальнейшая разработка и поддержка.
Несколько лет назад OpenAI передала поддержку Gym внешней команде. Gymnasium — форк этой команды, где теперь ведётся вся дальнейшая разработка и поддержка.What are similar projects?AirSim, cleanrl, stable-baselines3, ml-agents, carla, dopamine, dqn-adaptive-cpu-scheduler, baselines
AirSim, cleanrl, stable-baselines3, ml-agents, carla, dopamine, dqn-adaptive-cpu-scheduler, baselinesWhich topics is it in?gym, deep-reinforcement-learning, physics, simulation, reinforcement-learning, pytorch, benchmark, openai, deep-learning, research, machine-learning, api
gym, deep-reinforcement-learning, physics, simulation, reinforcement-learning, pytorch, benchmark, openai, deep-learning, research, machine-learning, api