Minigrid 库包含了一系列离散网格世界环境，用于进行强化学习研究。这些环境遵循Gymnasium标准API，并设计为轻量级、快速且易于定制。

文档网站位于minigrid.farama.org，我们有一个公开的 Discord 服务器（我们也在其中协调开发工作），您可以通过以下链接加入：https://discord.gg/bnJ6kubTg6

请注意，该库之前被称为 gym-minigrid，并在几篇出版物中被引用。如果您的出版物使用了 Minigrid 库，并且希望将其包括在出版物列表中，请在GitHub 仓库中创建一个问题。

有关长期计划的详细信息，请参阅项目路线图。

安装

要安装 Minigrid 库，请使用pip install minigrid。

我们支持 Linux 和 macOS 上的 Python 3.7、3.8、3.9 和 3.10。我们将接受与 Windows 相关的 PR，但不官方支持。

环境

包含的环境可以分为两组。原始的Minigrid环境和BabyAI环境。

Minigrid

原始Minigrid库中包含的环境列表可以在文档中找到。这些环境有一个共同的特性，即具有三角形代理和离散动作空间，需要导航一个带有不同障碍物（墙壁、熔岩、动态障碍物）的2D地图。要完成的任务由代理观察到的mission字符串描述。这些任务包括不同的目标导向和分层任务，如捡起箱子、用钥匙开门或导航迷宫到达目标位置。每个环境都提供了一组注册在 Gymnasium 中的配置。每个环境在大小/复杂性方面也可以进行编程调整，这对于课程学习或微调难度很有用。

BabyAI

这些环境已从BabyAI项目库中导入，环境列表也可以在文档中找到。这个环境集合的目的是进行基于事实的语言学习研究。这些环境是从Minigrid网格世界环境中派生出来的，并包括一个额外的功能，可以生成合成的自然外观指令（例如，“把红色的球放在你左边的箱子上”），这些指令指挥代理在世界上导航（包括解锁门）并将物体移动到指定的位置以完成任务。

训练代理

rl-starter-files 是一个包含如何使用 RL 算法训练 Minigrid 环境的示例的仓库。此代码已通过测试，已知与该环境兼容。默认的超参数也已知可以收敛。

引用

原始的gym-minigrid环境是作为在Mila进行的工作的一部分创建的。动态障碍物环境是在IAS in TU Darmstadt和热那亚大学为移动机器人导航动态障碍物而进行的工作中添加的。

要引用此项目，请使用

@article{MinigridMiniworld23,
  author       = {Maxime Chevalier-Boisvert and Bolun Dai and Mark Towers and Rodrigo de Lazcano and Lucas Willems and Salem Lahlou and Suman Pal and Pablo Samuel Castro and Jordan Terry},
  title        = {Minigrid \& Miniworld: Modular \& Customizable Reinforcement Learning Environments for Goal-Oriented Tasks},
  journal      = {CoRR},
  volume       = {abs/2306.13831},
  year         = {2023},
}

如果使用BabyAI环境，也请引用以下内容

@article{chevalier2018babyai,
  title={Babyai: A platform to study the sample efficiency of grounded language learning},
  author={Chevalier-Boisvert, Maxime and Bahdanau, Dzmitry and Lahlou, Salem and Willems, Lucas and Saharia, Chitwan and Nguyen, Thien Huu and Bengio, Yoshua},
  journal={arXiv preprint arXiv:1810.08272},
  year={2018}
}