Gymnasium

强化学习环境的标准接口库，OpenAI Gym 的继任者

Gymnasium 是 Farama 基金会维护的强化学习环境库，前身是 OpenAI 在 2016 年发布的 Gym，后者停止维护后由 Farama 接手并改名。它最重要的贡献是一套统一接口：env.reset() 开始一局并返回初始观测，env.step(action) 执行动作并返回新观测、奖励、terminated（任务自然结束）、truncated（因步数上限等被截断）和附加信息。它自带 CartPole、MuJoCo 连续控制等经典任务。大多数强化学习算法库都按这套接口写，很多机器人仿真环境也提供兼容接口，写好的算法可以换环境直接用。

例子env = gymnasium.make(「HalfCheetah-v5」)，循环调用 env.step() 收集数据，再交给 Stable-Baselines3 的 PPO 训练。

也叫

OpenAI Gym、gym

相关

环境（Env）与 reset / step 接口、强化学习、终止与截断、Stable-Baselines3、Gym MuJoCo 连续控制任务、MuJoCo

来源

Gymnasium documentation