Gymnasium v1.1.0 版本发布:强化学习工具库的重大更新
Gymnasium 是一个开源的强化学习工具库,作为 OpenAI Gym 的分支项目,它为研究人员和开发者提供了丰富的强化学习环境和工具。该项目专注于提供标准化的环境接口,支持各种强化学习算法的开发和测试。
向量环境自动重置模式的改进
在 Gymnasium v1.0 中,向量环境的实现进行了重大改进,改变了用户与其交互和扩展的方式。v1.1 版本进一步优化了这一功能,为向量环境(SyncVectorEnv 和 AsyncVectorEnv)及其包装器添加了对三种自动重置模式的支持:
- next-step 模式:在下一个步骤自动重置终止或截断的子环境
- same-step 模式:在同一时间步自动重置终止或截断的子环境
- disabled 模式:禁用自动重置功能
开发者可以通过向量环境的元数据 metadata["autoreset_mode"]
来指定使用的自动重置模式,该值应为 gymnasium.vectors.AutoresetMode
枚举类型。这一改进为不同需求的强化学习实验提供了更大的灵活性。
核心功能增强
概率掩码采样
在 v0.25 版本引入空间掩码功能后,v1.1 进一步增加了概率掩码支持。现在开发者可以使用 space.sample(probability=...)
方法为每个样本指定概率分布,这对于输出动作概率分布的强化学习策略特别有用。
MuJoCo 环境渲染增强
MuJoCo 物理引擎环境的渲染功能得到了显著提升。除了原有的 RGB 图像和深度图像渲染外,v1.1 新增了 RGBD 渲染模式,可以同时输出 RGB 和深度图像作为一个整体输出,为基于视觉的强化学习研究提供了更多可能性。
数据类型转换包装器改进
v1.0 中引入的 Jax、Torch 和 Numpy 之间的转换包装器(如 JaxToTorch、JaxToNumpy 等)在 v1.1 中得到了显著增强。这些改进包括:
- 新增了对渲染功能的支持
- 实现了完整的 dlpack API 兼容性
- 优化了不同深度学习框架间数据转换的性能
其他重要改进
包装器功能增强
- StickyAction 包装器现在可以支持多步重复同一动作
- TransformObs/Action 向量包装器现在支持单个观测/动作空间参数
- 改进了 set_wrapper_attr 方法,提供了更灵活的变量更新方式
- AtariPreprocessing 现在支持非正方形观测
错误修复与稳定性提升
- 修复了 CarRacing-v3 环境离散动作的问题
- 修正了 Mujoco 渲染器 RGB 图像倒置的问题
- 恢复了 Dict 空间中 OrderedDict 的键顺序
- 改进了 TimeAwareObservation 对无 spec 环境的支持
- 增强了包装器错误检查机制
开发者体验优化
- 新增了多个流行的第三方入门教程
- 更新了奖励缩放包装器的文档
- 改进了错误提示信息,特别是 MuJoCo 渲染器相关的错误提示
- 修复了 Blackjack 环境文档中的数值范围错误
Gymnasium v1.1.0 的这些改进显著提升了库的稳定性、功能性和易用性,为强化学习研究和应用开发提供了更加强大的工具支持。特别是对向量环境和数据转换功能的增强,使得大规模并行训练和跨框架实验变得更加便捷。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0286Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









