켈 경고켈 이 프로젝트는 더 이상 적극적으로 유지되지 않으며 개발이 중단되었습니다. 현재 상태에 대한 심층적 인 설명과 개발을 되살리기위한 실행 가능한 단계는 #430을 참조하십시오.
![]() | ![]() | ![]() |
Gym-ignition 은 강화 학습 연구를위한 재현 가능한 로봇 환경을 만드는 프레임 워크입니다.
점화 전망대 시뮬레이터와 인터페이스 할 수있는 저수준 API를 제공하는 시나리오 프로젝트를 기반으로합니다. 기본적으로 RL 환경은 시뮬레이터를 초기화하거나 클래스를 구조화하여 gym.Env 인터페이스를 구조화하기위한 많은 보일러 플레이트 코드를 공유합니다. Gym-ignition은 엔지니어링보다는 의사 결정 논리 개발에 집중하는 데 도움이되는 Task 및 Runtime 추상화를 제공합니다. 모델, 물리 및 작업의 도메인 무작위 화의 구현을 단순화하기위한 무작위 제조업체가 포함되어 있습니다. Gym-ignition은 또한 로봇/Idyntree를 악용하고 높은 수준의 기능을 노출시켜 고정 기반 및 부유 기반 로봇과 호환되는 강력한 역학 알고리즘을 제공합니다.
Gym-ignition은 사용될 준비가 된 상자 외 환경을 제공하지 않습니다. 오히려, 그 목표는 그들의 개발을 단순화하고 간소화하는 것입니다. 그럼에도 불구하고, 예시적인 목적을 위해, 여기에는 gym_ignition_environments 패키지의 표준 예가 포함됩니다.
프로젝트에 대한 자세한 내용은 웹 사이트를 방문하십시오.
pip install gym-ignition . Github 토론에서 주최 한 커뮤니티 포럼을 방문 할 수 있습니다. 코딩 기술이 없어도 사용자의 질문에 답변하는 것은 좋은 기여 방법입니다. 응용 프로그램에서 체육관 사정을 사용하고 그것을 보여주고 싶다면 쇼를 방문하여 섹션을 알리십시오! 체육관에 대한 환경을 광고 할 수 있습니다.
풀 요청을 환영합니다.
주요 변경을 위해서는 먼저 토론을 열어 변경하고자하는 것을 제안하십시오.
@INPROCEEDINGS { ferigo2020gymignition ,
title = { Gym-Ignition: Reproducible Robotic Simulations for Reinforcement Learning } ,
author = { D. {Ferigo} and S. {Traversaro} and G. {Metta} and D. {Pucci} } ,
booktitle = { 2020 IEEE/SICE International Symposium on System Integration (SII) } ,
year = { 2020 } ,
pages = { 885-890 } ,
doi = { 10.1109/SII46433.2020.9025951 }
} LGPL v2.1 또는 이후 버전.
면책 조항 : Gym-ignition은 독립적 인 프로젝트이며 로봇 공학을 개방하고 오픈하는 방법과 관련이 없습니다.