Minigrid库包含一系列离散的网格世界环境，用于进行强化学习研究。这些环境遵循Gymnasium标准API，设计轻量、快速且易于定制。

文档网站位于minigrid.farama.org，我们还有一个公共Discord服务器（我们也用它来协调开发工作），您可以在这里加入：https://discord.gg/bnJ6kubTg6

请注意，该库之前被称为gym-minigrid，并在多篇出版物中被引用。如果您的出版物使用了Minigrid库，并希望将其列入出版物列表，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、3.10和3.11版本。我们会接受与Windows相关的PR，但不官方支持它。

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点，即具有离散动作空间的三角形代理，必须在带有不同障碍物（墙壁、岩浆、动态障碍物）的2D地图中导航，具体取决于环境。要完成的任务由代理观察返回的mission字符串描述。这些任务包括不同的目标导向和分层任务，如拾取箱子、用钥匙开门或在迷宫中导航以到达目标位置。每个环境都提供一个或多个在Gymansium中注册的配置。每个环境在大小/复杂性方面也可以通过编程进行调整，这对于课程学习或微调难度很有用。

BabyAI

这些环境是从BabyAI项目库导入的，环境列表也可以在文档中找到。这组环境的目的是进行基于语言学习的研究。这些环境源自Minigrid网格世界环境，并包括一个额外的功能，可以生成看起来自然的合成指令（例如"把红球放在你左边的箱子旁边"），命令代理在世界中导航（包括解锁门）并将物体移动到指定位置以完成任务。

训练代理

rl-starter-files是一个包含如何使用RL算法训练Minigrid环境的示例仓库。这段代码已经过测试，并且已知可以与此环境一起使用。默认的超参数也已知会收敛。

引用

原始的gym-minigrid环境是作为Mila工作的一部分创建的。动态障碍环境是作为达姆施塔特工业大学IAS和热那亚大学为带有动态障碍物的移动机器人导航所做工作的一部分添加的。

要引用此项目，请使用：

@inproceedings{MinigridMiniworld23,
  author       = {Maxime Chevalier{-}Boisvert and Bolun Dai and Mark Towers and Rodrigo Perez{-}Vicente 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},
  booktitle    = {Advances in Neural Information Processing Systems 36, New Orleans, LA, USA},
  month        = {December},
  year         = {2023},
}

如果使用BabyAI环境，请同时引用以下内容：

@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}
}