Gym Retro ist eine Open-Source-Plattform, die es ermöglicht, klassische Videospiele in Umgebungen für Verstärkendes Lernen (Reinforcement Learning) umzuwandeln. Die Plattform unterstützt derzeit über 1000 Spiele und verwendet verschiedene Emulatoren, die die Libretro-API unterstützen, um neue Emulatoren hinzuzufügen.
Gym Retro unterstützt die folgenden Plattformen:
Es wird ein CPU mit SSSE3 oder besser benötigt.
Gym Retro unterstützt die folgenden Python-Versionen:
Jede Spiel-Integration besteht aus Dateien, die Speicherorte für in-game-Variablen, Belohnungsfunktionen basierend auf diesen Variablen, Bedingungen für das Ende einer Episode und Savestates am Anfang von Levels enthalten. Es ist zu beachten, dass ROMs nicht enthalten sind und separat beschafft werden müssen. Die meisten ROM-Hashes stammen aus den entsprechenden No-Intro SHA-1-Summen.
Die Dokumentation ist unter https://retro.readthedocs.io/en/latest/ verfügbar. Es wird empfohlen, mit dem Getting Started Guide zu beginnen.
Um zum Projekt beizutragen, lesen Sie bitte die Datei CONTRIBUTING.md.
Um das Änderungsprotokoll anzusehen, lesen Sie bitte die Datei CHANGES.md.
Gym Retro unterstützt derzeit die folgenden emulierten Systeme:
Um Informationen über die Lizenzen der einzelnen Kerne zu erhalten, lesen Sie bitte die Datei LICENSES.md.
Die folgenden nicht-kommerziellen ROMs sind für Testzwecke in Gym Retro enthalten:
Bitte zitieren Sie Gym Retro mit der folgenden BibTeX-Eintrag:
@article{nichol2018retro, title={Gotta Learn Fast: A New Benchmark for Generalization in RL}, author={Nichol, Alex and Pfau, Vicki and Hesse, Christopher and Klimov, Oleg and Schulman, John}, journal={arXiv preprint arXiv:1804.03720}, year={2018} }
* KI-Zusammenfassungen können Fehler enthalten. Alle Angaben ohne Gewähr.