懂AI
gym-sokoban

gym-sokoban

推箱子游戏的深度强化学习挑战

该项目实现了经典视频游戏推箱子，旨在为深度强化学习算法提供训练环境。游戏中的房间生成是随机的，有助于避免神经网络过拟合预定义场景。玩家需要将所有箱子推到目标位置，不可逆的错误增加了游戏的挑战性。项目支持多种渲染模式和尺寸配置，适用于不同研究和训练需求。可通过PIP或从仓库安装，并提供多种游戏变体，如固定目标、多玩家和箱子拉动功能。

gym-sokoban推箱子强化学习DeepMindAI游戏Github开源项目
访问官网GitHub论文

项目介绍：gym-sokoban

什么是Sokoban

Sokoban，即“仓库管理员”，是一款源自日本的传统益智游戏。在游戏中，玩家需要将房间内的所有箱子推至指定的存储位置或目标点。由于存在可能无可挽回的错误，这些谜题对玩家，尤其是强化学习算法来说，具有很大挑战性，因为这些算法大多缺乏预见未来的能力。

gym-sokoban项目概述

gym-sokoban是根据DeepMind的论文《增强想象力的智能体用于深度强化学习》中的规则来实现Sokoban游戏的开源库。该项目中的房间生成是随机的，因此可以训练深度神经网络，而无需过拟合于预定义的房间集合。

安装方法

使用PIP安装

如果要快速上手，可以使用pip来安装：

pip install gym-sokoban

从仓库安装

如果想要一个本地版本，可以从GitHub克隆库并进行安装：

git clone git@github.com:mpSchrader/gym-sokoban.git
cd gym-sokoban
pip install -e .

游戏环境

房间要素

每个游戏房间由五个主要元素组成：墙壁、地板、箱子、箱子目标点和玩家。这些元素可能存于不同状态，取决于它们是否与目标点重叠。

可执行动作

游戏提供9种动作来与环境交互，包括上下左右的推和移动动作，以及不执行任何操作的“无操作”动作。

动作ID
无操作0
向上推1
向下推2
向左推3
向右推4
向上移动5
向下移动6
向左移动7
向右移动8

奖励机制

完成游戏并将所有箱子推到目标点将获得10分的奖励。此外，将箱子推上或推出目标点分别获得1分和-1分的奖励。每执行一步操作，都会产生-0.1的罚分，鼓励玩家使用更短的解法。

关卡生成

每当加载或重置一个Sokoban环境时，房间都会被随机生成，主要经过三个阶段：拓扑结构生成、元素放置以及反向游戏。

游戏配置

Sokoban有多种配置可选，比如房间大小、箱子数量、渲染模式及规则等。

渲染模式

除了常规渲染外，还可以使用TinyWorld模式，在这个模式下，每个像素对应房间内的一个元素。

尺寸变化

玩家可以选择不同大小的房间配置，提供了从小于7x7到大于13x13等多种选择。

其他变化

除此之外，游戏也实现了或者计划实现一些变化形式，比如固定目标、多人玩家、推拉模式等，这些变化可能增加或降低游戏难度。

引用方式

如果您在研究中使用了该仓库，请引用以下信息：

@misc{SchraderSokoban2018,
  author = {Schrader, Max-Philipp B.},
  title = {gym-sokoban},
  year = {2018},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {https://github.com/mpSchrader/gym-sokoban}
}

联系和贡献

联系方式

如果对这个或其他项目感兴趣，可以通过GitHub问题或LinkedIn联系项目作者。

贡献方式

用户可以通过fork该库并提交他们所需的功能进行贡献。此外，也可以通过提交新issue来请求支持或新功能。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多