未提供项目描述
项目描述
状态: 维护(预期修复错误和进行小更新)
Gym Retro
Gym Retro 允许您将经典视频游戏转换为 Gym 环境,用于强化学习,并附带约1000个游戏的集成。它使用支持 Libretro API 的各种模拟器,使得添加新的模拟器相对容易。
支持的平台
- Windows 7, 8, 10
- macOS 10.13 (High Sierra), 10.14 (Mojave)
- Linux (manylinux1)
支持的Python
- 3.6
- 3.7
- 3.8
每个游戏集成都有列出游戏内变量内存位置的文件,基于这些变量的奖励函数,关卡开始时的存档状态,以及包含与这些文件一起工作的ROM散列的文件。
请注意,ROM不包括在内,您必须自行获取。大多数ROM散列来自各自的No-Intro SHA-1总和。
文档
文档可在 https://retro.readthedocs.io/en/latest/ 获取
您可能需要从 入门指南 开始。
贡献
变更日志
模拟系统
- Atari
- Atari2600(通过Stella)
- NEC
- TurboGrafx-16/PC Engine(通过Mednafen/Beetle PCE Fast)
- Nintendo
- Game Boy/Game Boy Color(通过gambatte)
- Game Boy Advance(通过mGBA)
- Nintendo Entertainment System(通过FCEUmm)
- Super Nintendo Entertainment System(通过Snes9x)
- Sega
- GameGear(通过Genesis Plus GX)
- Genesis/Mega Drive(通过Genesis Plus GX)
- Master System(通过Genesis Plus GX)
请参阅LICENSES.md以获取关于各个核心许可的信息。
包含的ROM
以下非商业ROM包含在Gym Retro中,用于测试目的
- 128正弦点,由Anthrox创作
- Sega Tween,由Ben Ryves创作
- Happy 10!,由Blind IO创作
- 512色测试演示,由Chris Covell创作
- Dekadrive,由Dekadence创作
- Automaton,由Derek Ledbetter创作
- Fire,由dox创作
- FamiCON开场,由dr88创作
- Airstriker,由Electrokinesis创作
- Lost Marbles,由Vantage创作
引用
请使用以下BibTeX条目进行引用
@article{nichol2018retro,
title={Gotta Learn Fast: A New Benchmark for Generalization in RL},
author={Nichol, Alex and Pfau, Vicki and Hesse, Christopher and Klimov, Oleg and Schulman, John},
journal={arXiv preprint arXiv:1804.03720},
year={2018}
}
项目详情
下载文件
下载适用于您平台的文件。如果您不确定该选择哪个,请了解更多关于安装包的信息。
源代码分发
此版本没有可用的源代码分发文件。请参阅生成分发存档的教程。
构建分发
gym_retro-0.8.0-cp38-cp38-win_amd64.whl (152.0 MB 查看哈希值)
gym_retro-0.8.0-cp37-cp37m-win_amd64.whl (152.0 MB 查看哈希值)
gym_retro-0.8.0-cp36-cp36m-win_amd64.whl (152.0 MB 查看哈希值)
关闭
哈希值 for gym_retro-0.8.0-cp38-cp38-manylinux1_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | b10e47b5c5f3ba9adae46e70e71bf3df0f53d07feaad904b5e5bb20fbafb9057 |
|
MD5 | 2a222a9901c6788cb67d8dda868e0b50 |
|
BLAKE2b-256 | c0d939a89bbba20f244f328dbb893005160818f4dd9e932fa7e335d3df6aa776 |
关闭
哈希值 for gym_retro-0.8.0-cp38-cp38-macosx_10_13_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 7c8684c456c15c8834d00c31e4628e4424e4cd5920fb0f09a60d4787f2dcf485 |
|
MD5 | 71cbd643e91bd23955e9d23d457160ce |
|
BLAKE2b-256 | 53d56204ed9546eeb6344d500450f566329fbaaf0d4a7e250be1f01ae2290807 |
关闭
哈希值 for gym_retro-0.8.0-cp37-cp37m-manylinux1_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 4c3205faf3874f7f103fe2a9d5e3f097614ae9869bd22972657d6eea42df80ee |
|
MD5 | df96143cf80243f53f5c0263821dd42c |
|
BLAKE2b-256 | ccf0d7cc8f49be83c8608d5f707650a917a85e656ea51684aa434a1b6b8024fe |
关闭
哈希值 for gym_retro-0.8.0-cp37-cp37m-macosx_10_13_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | dbbdfae7f21d6a3b9b9b73da06f9ddcb031cbb59e13bce62d463edc90e9cd4a1 |
|
MD5 | db9c7d486bcf1b5d966990f4937c56b5 |
|
BLAKE2b-256 | 880d71a99155e7efc39bb91c142b5dafdb8575b84a4b3702eac821d3b08b498a |
关闭
哈希值 for gym_retro-0.8.0-cp36-cp36m-manylinux1_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | cd60c812b81e4c888454f574fa22e791e9e7a9d72045c9e17399ebd7c156b372 |
|
MD5 | ce0dec1eb2ce8ac9b4178a3c2f709a96 |
|
BLAKE2b-256 | cd3deb88732eec7bdc13a605c1ba655b34f911af36b894b8c1c377dabb0547f4 |
关闭
哈希值 用于 gym_retro-0.8.0-cp36-cp36m-macosx_10_13_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 29e1bd37e7090c3b121d793e06d5b0ef3b283e9915c0f5a9abc2b7b18c660ffb |
|
MD5 | 24c73d3e0c2f9bd7e7d488021d4f67c1 |
|
BLAKE2b-256 | 0aeaffef74b38b78123061cd05394140feb6162214b134bdcaa607b50a3f6262 |