연구와 실제 응용에 신뢰할 수 있고 일관된 기준선을 제공하도록 설계된 강화 학습 알고리즘의 PyTorch 구현체입니다.
Farama-Foundation/Gymnasium
단일 에이전트 강화 학습 환경을 위한 표준 Python API와 참조 환경 모음으로, OpenAI Gym에서 포크되었습니다.
- 스타
- 12,704
- 포크
- 1,513
- 열린 이슈
- 117
- 마지막 커밋
- 7일 전
어떤 프로젝트인가요?
Gymnasium은 강화 학습 알고리즘과 학습에 사용하는 환경 사이에 공통 인터페이스를 제공합니다. 각 환경은 관측 공간과 행동 공간뿐 아니라 `reset` 및 `step` 메서드를 제공하므로, 한 환경을 대상으로 작성한 에이전트도 학습 코드를 바꾸지 않고 다른 환경에서 실행할 수 있습니다.
라이브러리에는 Classic Control, Box2D, Toy Text, MuJoCo, Atari 계열로 분류된 표준 환경 모음이 포함되어 있으며, `gymnasium.make` 함수에 "CartPole-v1"과 같은 ID를 지정해 환경을 생성할 수 있습니다. 일부 물리 엔진과 에뮬레이터 의존성은 모든 시스템에 설치하기 어렵기 때문에, 추가 환경 계열은 `pip install "gymnasium[atari]"`처럼 선택적 extras로 설치합니다. 환경 ID에는 학습 결과에 영향을 줄 수 있는 변경이 생길 때마다 증가하는 버전 접미사가 붙습니다.
Gymnasium은 OpenAI가 유지보수를 넘긴 뒤 Farama Foundation이 관리하는 OpenAI Gym의 포크입니다. 같은 API를 따르는 서드파티 환경도 사용할 수 있으며, 멀티 에이전트 작업을 위한 PettingZoo 같은 관련 라이브러리와 함께 쓰입니다.
핵심 기능
- 01지원하는 모든 환경에서 공통으로 사용하는 표준 `reset`/`step` API
- 02Classic Control, Box2D, Toy Text, MuJoCo, Atari를 비롯한 내장 환경 계열
- 03`gymnasium.make`에 ID를 지정해 환경 생성
- 04필요한 환경 계열만 설치할 수 있는 선택적 의존성 extras
- 05결과를 재현 가능하게 유지하는 버전 관리 환경 ID
활용 사례
- 표준 태스크에서 새로운 강화 학습 알고리즘 벤치마킹
- CartPole이나 Toy Text 같은 간단한 환경으로 강화 학습 교육
- 소규모 이산 환경에서 에이전트 구현 디버깅
- 기존 에이전트 코드에 커스텀 환경이나 서드파티 환경 연결
빠른 시작
- 1
pip으로 기본 라이브러리를 설치합니다
pip install gymnasium - 2
Atari와 같은 한 환경 계열에 필요한 추가 종속성을 설치합니다
pip install "gymnasium[atari]" - 3
환경을 만들고 README의 예제 코드로 단계별 실행을 진행합니다
사용 전 알아둘 점
- 많은 환경 계열에 추가 종속성이 필요하며, 일부는 특정 시스템에 설치하기 어렵습니다.
토픽
자주 묻는 질문
- Gymnasium은(는) 무엇인가요?
- 단일 에이전트 강화 학습 환경을 위한 표준 Python API와 참조 환경 모음으로, OpenAI Gym에서 포크되었습니다. Gymnasium은 강화 학습 알고리즘과 학습에 사용하는 환경 사이에 공통 인터페이스를 제공합니다. 각 환경은 관측 공간과 행동 공간뿐 아니라 `reset` 및 `step` 메서드를 제공하므로, 한 환경을 대상으로 작성한 에이전트도 학습 코드를 바꾸지 않고 다른 환경에서 실행할 수 있습니다.
- Gymnasium은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- Gymnasium은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- Gymnasium은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. Gymnasium의 마지막 커밋은 2026년 10월 14일입니다.
- Gymnasium은(는) 어디에 사용할 수 있나요?
- 표준 태스크에서 새로운 강화 학습 알고리즘 벤치마킹 CartPole이나 Toy Text 같은 간단한 환경으로 강화 학습 교육 소규모 이산 환경에서 에이전트 구현 디버깅 기존 에이전트 코드에 커스텀 환경이나 서드파티 환경 연결
- Gymnasium는 어떻게 설치하나요?
- pip으로 기본 라이브러리를 설치합니다: pip install gymnasium Atari와 같은 한 환경 계열에 필요한 추가 종속성을 설치합니다: pip install "gymnasium[atari]" 환경을 만들고 README의 예제 코드로 단계별 실행을 진행합니다
- Gymnasium은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Farama-Foundation/Gymnasium
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Microsoft의 AI 중심 퀀트 투자 플랫폼으로, 퀀트 연구를 위한 데이터 처리, 모델 학습, 백테스팅 및 주문 실행을 지원합니다.
Ray는 분산 런타임과 AI 라이브러리를 제공해 노트북부터 클러스터까지 Python 및 AI 애플리케이션을 확장하는 통합 프레임워크입니다.
노트북 프로토타입부터 프로덕션 오케스트레이터까지, AI 및 ML 워크플로를 구축하고 확장·배포하는 Python 프레임워크입니다.
서로 호출하고 협력하는 AI 에이전트 팀을 실행할 수 있는 셀프 호스팅 클라우드 플랫폼입니다.
벤치마크에서 LLM, VLM, AIGC 모델을 평가하고 추론 성능을 부하 테스트하며 결과를 대시보드에서 확인할 수 있는 맞춤형 프레임워크입니다.