Repolode
Enviar
Farama-Foundation

Farama-Foundation/Gymnasium-Robotics

Uma coleção de ambientes de robótica para aprendizado por reforço, baseados em MuJoCo e construídos sobre a API do Gymnasium.

Ver no GitHubSite
Estrelas
1,966
Forks
161
Issues abertas
28
Último commit
há 23 dias

O que é?

O Gymnasium-Robotics oferece ambientes simulados de robôs para aprendizado por reforço, acessíveis pela API do Gymnasium e executados no mecanismo de física MuJoCo. A biblioteca inclui tarefas de manipulação com um braço robótico Fetch de 7-DoF, manipulação dexterous in-hand com uma Shadow Dexterous Hand de 24-DoF e fatorações multiagente dos ambientes MuJoCo do Gymnasium que seguem a API ParallelEnv do PettingZoo.

A biblioteca também inclui ambientes D4RL refatorados, como navegação em labirintos, tarefas com a mão Adroit e o cenário multitarefa Franka Kitchen. Seus ambientes robóticos usam uma API multi-goal baseada na classe GoalEnv, em que as observações contêm as chaves observation, desired_goal e achieved_goal, e as funções de recompensa e término podem ser recalculadas com objetivos substituídos para Hindsight Experience Replay.

Instale com pip. Linux e macOS têm suporte oficial; os ambientes mais recentes usam os bindings atuais de Python do mujoco, enquanto as versões legadas dependem de mujoco-py.

Recursos principais

  • 01Ambientes Fetch com braço de 7-DoF para tarefas de alcance, empurrar, deslizar e pegar e colocar.
  • 02Ambientes Shadow Dexterous Hand para manipulação de objetos, com observações de sensores táteis opcionais.
  • 03Ambientes MuJoCo multiagente que usam a API ParallelEnv do PettingZoo.
  • 04Ambientes de labirinto, Adroit e Franka Kitchen do D4RL refatorados.
  • 05Interface multi-goal GoalEnv que permite relabeling de objetivos para Hindsight Experience Replay.

Casos de uso

  • Avaliar algoritmos de aprendizado por reforço em tarefas de manipulação robótica.
  • Treinar políticas condicionadas a objetivos que usam hindsight relabeling.
  • Pesquisar controle multiagente com robôs MuJoCo fatorados.
  • Executar experimentos de RL offline em tarefas de labirinto e cozinha no estilo D4RL.

Início rápido

  1. 1

    Instale a biblioteca pelo PyPI

    pip install gymnasium-robotics
  2. 2

    Instale o motor de física MuJoCo seguindo as instruções do site do MuJoCo

  3. 3

    Importe a biblioteca, registre os ambientes e crie um ambiente, como FetchReach-v4

Antes de usar

  • Oferece suporte oficial apenas a Linux e macOS; o Windows não tem suporte oficial.
  • É necessário instalar o motor de física MuJoCo separadamente.
  • Os ambientes antigos dependem de mujoco-py, que requer a instalação opcional de um extra.

Em coleções

Frameworks e apps de agentes de IA open sourceFrameworks e ambientes de aprendizado por reforçoProjetos de robótica e IA corporificada

Tópicos

#reinforcement-learning#robotics#mujoco#simulation#gymnasium#multi-agent#manipulation#d4rl

Perguntas frequentes

O que é Gymnasium-Robotics?
Uma coleção de ambientes de robótica para aprendizado por reforço, baseados em MuJoCo e construídos sobre a API do Gymnasium. O Gymnasium-Robotics oferece ambientes simulados de robôs para aprendizado por reforço, acessíveis pela API do Gymnasium e executados no mecanismo de física MuJoCo. A biblioteca inclui tarefas de manipulação com um braço robótico Fetch de 7-DoF, manipulação dexterous in-hand com uma Shadow Dexterous Hand de 24-DoF e fatorações multiagente dos ambientes MuJoCo do Gymnasium que seguem a API ParallelEnv do PettingZoo.
Gymnasium-Robotics é gratuito? Qual é a licença?
Gymnasium-Robotics é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
Gymnasium-Robotics ainda é mantido?
Manutenção ativa. O último commit de Gymnasium-Robotics foi em 14 de out. de 2026.
Para que posso usar Gymnasium-Robotics?
Avaliar algoritmos de aprendizado por reforço em tarefas de manipulação robótica. Treinar políticas condicionadas a objetivos que usam hindsight relabeling. Pesquisar controle multiagente com robôs MuJoCo fatorados. Executar experimentos de RL offline em tarefas de labirinto e cozinha no estilo D4RL.
Como instalar Gymnasium-Robotics?
Instale a biblioteca pelo PyPI: pip install gymnasium-robotics Instale o motor de física MuJoCo seguindo as instruções do site do MuJoCo Importe a biblioteca, registre os ambientes e crie um ambiente, como FetchReach-v4
Onde consigo Gymnasium-Robotics?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Farama-Foundation/Gymnasium-Robotics

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados

NVlabs / ASPIRE

ASPIRE é um framework em que agentes de programação refinam iterativamente habilidades reutilizáveis de robôs para tarefas de manipulação simuladas e reais, em vez de treinar pesos do modelo.

IA e Machine Learning#robotics#agents#skill-discovery
959+49 esta semana86PythonApache-2.0Atualizado há 21 dias