面向强化学习与自动驾驶研究的轻量级 Python 驾驶仿真器,支持传感器仿真与 Gymnasium 风格环境。
1274+3 本周210PythonApache-2.0更新于 23天前
基于 Gymnasium 的自动驾驶仿真环境合集,用于训练和测试自动驾驶与决策智能体。
HighwayEnv 提供一组用于自动驾驶和战术决策研究的交通仿真场景,包括高速公路行驶、并线、环岛、十字路口、泊车、赛道和掉头等。每个环境都暴露标准的 reset/step 接口,强化学习智能体可以通过 Gymnasium 与之交互。
环境支持配置,例如车道数量、车辆行为以及观测和动作类型等。部分场景还提供快速、连续控制、连接车道、多智能体或大规模布局等变体,并支持渲染以便直观查看回合过程。
项目可通过 PyPI 安装,并提供文档网站,包含快速入门示例,如使用 Stable Baselines3 训练智能体。项目由 Farama Foundation 维护。
从 PyPI 安装 HighwayEnv
pip install highway-env创建 highway 环境并运行随机动作循环
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
面向强化学习与自动驾驶研究的轻量级 Python 驾驶仿真器,支持传感器仿真与 Gymnasium 风格环境。
一个提供统一 API 和参考环境的 Python 多智能体强化学习研究库,接口风格类似 Gymnasium。
基于 PyBullet 的 Gymnasium 环境,用于训练单机与多机四旋翼无人机的强化学习控制策略。
基于 Gymnasium API 与 MuJoCo 物理引擎的机器人强化学习仿真环境集合。
基于 Basilisk 仿真框架的 Python 包,用于构建航天器任务规划与调度的 Gymnasium 强化学习环境。
面向自动驾驶研究的开源仿真器,基于 Unreal Engine 提供城市场景与传感器仿真。