<a></a>
<a href="https://pypi.org/project/safety-gymnasium">
</a>
<a href="https://safety-gymnasium.readthedocs.io">
</a>
<a href="https://pepy.tech/project/safety-gymnasium">
</a>
<a href="https://github.com/PKU-Alignment/safety-gymnasium/stargazers">
</a>
<a href="https://github.com/PKU-Alignment/safety-gymnasium/blob/HEAD/LICENSE">
</a>
安全体育馆是一个高度可扩展和可定制的安全强化学习(SafeRL)库。它旨在提供一个良好的视角来对比SafeRL算法,并提供一套标准化的环境。我们提供了一组与约束信息兼容的标准API。用户可以通过优雅的代码框架和精心设计的环境探索新的见解。
如果您发现安全体育馆对您有用,请在您的出版物中引用它。
@inproceedings{ji2023safety, title={Safety Gymnasium: 一个统一的安全强化学习基准}, author={季家明 and 张博荣 and 周佳怡 and 潘雪海 and 黄伟东 and 孙瑞阳 and 耿一然 and 钟一帆 and 戴约瑟夫 and 杨耀东}, booktitle={第三十七届神经信息处理系统会议数据集与基准跟踪}, year={2023}, url={https://openreview.net/forum?id=WZmlxIuIGR} }
我们已经更新了Safe Vision系列和Safe Isaac Gym系列的环境。但是,由于包大小限制,我们尚未将版本v1.1.0和v1.2.0上传到PyPI。因此,用户需要手动下载和安装。我们目前建议使用GitHub的Download zip功能来获取我们的包并访问最新环境。未来,我们计划将资源分别部署到云服务,以适应PyPI。请继续关注后续更新。
目前不支持Python 3.11,因为与pygame不兼容。
conda create -n example python=3.8 conda activate example wget https://github.com/PKU-Alignment/safety-gymnasium/archive/refs/heads/main.zip unzip main.zip cd safety-gymnasium-main pip install -e .
这里我们提供了Safety-Gymnasium与现有SafeRL环境库的比较表格。
SafeRL<br/>环境 | 引擎 | 向量化<br/> 环境 | 新版Gym API<sup>(3)</sup> | 视觉输入 |
---|---|---|---|---|
Safety-Gym<br/> | mujoco-py <sup>(1)</sup> | ❌ | ❌ | 最小程度支持 |
safe-control-gym<br/> | PyBullet | ❌ | ❌ | ❌ |
速度约束<sup>(2)</sup> | 不适用 | ❌ | ❌ | ❌ |
mujoco-circle<br/> | PyTorch | ❌ | ❌ | ❌ |
Safety-Gymnasium<br/> | MuJoCo 2.3.0+ | ✅ | ✅ | ✅ |
<sup>(1): 维护(预期错误修复和小更新);最后一次提交是2021年11月19日。Safety-Gym依赖于mujoco-py
2.0.2.7,该版本于2019年10月12日更新。</sup><br/>
<sup>(2): 没有速度相关环境的官方库,其相关的成本约束是从信息中构建的。但该任务在SafeRL研究中广泛使用,我们在Safety-Gymnasium中对其进行了封装。</sup><br/>
<sup>(3): 在gym 0.26.0版本更新中,重新定义了新的交互API。</sup>
我们设计了各种安全增强 学习任务,并整合了RL社区的贡献:safety-velocity
、safety-run
、safety-circle
、safety-goal
、safety-button
等。
我们引入了一个名为Safety-Gymnasium
的统一安全增强学习基准环境库。
此外,为了促进社区研究的进展,我们重新设计了Safety-Gym并移除了对mujoco-py
的依赖。
我们在MuJoCo的基础上构建了它,并修复了一些错误,更具体的错误报告可以参考Safety-Gym的错误报告。
以下是我们目前支持的所有环境列表:
<table border="1"> <thead> <tr> <th>类别</th> <th>任务</th> <th>代理</th> <th>示例</th> </tr> </thead> <tbody> <tr> <td rowspan="4">安全导航</td> <td>按钮[012]</td> <td rowspan="4">点、汽车、四足机器人、赛车、蚂蚁</td> <td rowspan="4">SafetyPointGoal1-v0</td> </tr> <tr> <td>目标[012]</td> </tr> <tr> <td>推动[012]</td> </tr> <tr> <td>圆圈[012]</td> </tr> <tr> <td>安全速度</td> <td>速度</td> <td>半猎豹、跳跃者、游泳者、行走者2d、蚂蚁、人形机器人</td> <td>SafetyAntVelocity-v1</td> </tr> <tr> <td rowspan="7">安全视觉</td> <td>建筑按钮[012]</td> <td rowspan="7">点、汽车、四足机器人、赛车、蚂蚁</td> <td rowspan="7">SafetyFormulaOne1-v0</td> </tr> <tr> <td>建筑目标[012]</td> </tr> <tr> <td>建筑推动[012]</td> </tr> <tr> <td>简单淡出[012]</td> </tr> <tr> <td>困难淡出[012]</td> </tr> <tr> <td>赛车[012]</td> </tr> <tr> <td>一级方程式[012]</td> </tr> <tr> <td rowspan="8">安全多代理</td> <td>多目标[012]</td> <td>多点、多蚂蚁</td> <td>SafetyAntMultiGoal1-v0</td> </tr> <tr> <td>多代理速度</td> <td>6x1半猎豹、2x3半猎豹、3x1跳跃者、2x1游泳者、2x3行走者2d、2x4蚂蚁、4x2蚂蚁、9|8人形机器人</td> <td>Safety2x4AntVelocity-v0</td> </tr> <tr> <td>货运弗兰卡关闭抽屉(多代理)</td> <td rowspan="2">货运弗兰卡</td> <td rowspan="2">货运弗兰卡关闭抽屉(多代理)</td> </tr> <tr> <td>货运弗兰卡拾取和放置(多代理)</td> </tr> <tr> <td>影子手接球越过双臂下方安全手指(多代理)</td> <td rowspan="4">影子手</td> <td rowspan="4">影子手接球越过双臂下方安全关节(多代理)</td> </tr> <tr> <td>影子手接球越过双臂下方安全关节(多代理)</td> </tr> <tr> <td>影子手越过安全手指(多代理)</td> </tr> <tr> <td>影子手越过安全关节(多代理)</td> </tr> <tr> <td rowspan="6">安全Isaac健身房</td> <td>货运弗兰卡关闭抽屉</td> <td rowspan="2">货运弗兰卡</td> <td rowspan="2">货运弗兰卡关闭抽屉</td> </tr> <tr> <td>货运弗兰卡拾取和放置</td> </tr> <tr> <td>影子手接球越过双臂下方安全手指</td> <td rowspan="4">影子手</td> <td rowspan="4">影子手接球越过双臂下方安全关节</td> </tr> <tr> <td>影子手接球越过双臂下方安全关节</td> </tr> <tr> <td>影子手越过安全手指</td> </tr> <tr> <td>影子手越过安全关节</td> </tr> </tbody> </table>以下是安全导航任务的一些截图。
基于视觉的安全强化学习缺乏真实场景。
尽管原始的Safety-Gym
可以最低限度地支持视觉输入,但场景过于相似。
为了便于验证基于视觉的安全强化学习算法,我们开发了一系列真实的基于视觉的安全强化学习任务,目前正在对基准进行验证。
作为开胃菜,图像如下所示:
<table class="docutils align-default"> <tbody> <tr class="row-odd"> <td> <figure class="align-default"> <a class="reference external image-reference"><img alt="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/race0.jpeg" src="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/race0.jpeg" style="width: 230px;"></a> </figure> <p class="centered"> <strong><a class="reference internal"><span class="std std-ref">Race0</span></a></strong> </p> </td> <td> <figure class="align-default"> <a class="reference external image-reference"><img alt="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/race1.jpeg" src="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/race1.jpeg" style="width: 230px;"></a> </figure> <p class="centered"> <strong><a class="reference internal"><span class="std std-ref">Race1</span></a></strong> </p> </td> <td> <figure class="align-default"> <a class="reference external image-reference"><img alt="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/race2.jpeg" src="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/race2.jpeg" style="width: 230px;"></a> </figure> <p class="centered"> <strong><a class="reference internal"><span class="std std-ref">Race2</span></a></strong> </p> </td> </tr> <tr class="row-odd"> <td> <figure class="align-default"> <a class="reference external image-reference"><img alt="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/formula_one0.jpeg" src="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/formula_one0.jpeg" style="width: 230px;"></a> </figure> <p class="centered"> <strong><a class="reference internal"><span class="std std-ref">FormulaOne0</span></a></strong> </p> </td> <td> <figure class="align-default"> <a class="reference external image-reference"><img alt="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/formula_one1.jpeg" src="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/formula_one1.jpeg" style="width: 230px;"></a> </figure> <p class="centered"> <strong><a class="reference internal"><span class="std std-ref">FormulaOne1</span></a></strong> </p> </td> <td> <figure class="align-default"> <a class="reference external image-reference"><img alt="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/formula_one2.jpeg" src="https://github.com/PKU-Alignment/safety-gymnasium/raw/HEAD/docs/_static/images/formula_one2.jpeg" style="width: 230px;"></a> </figure> <p class="centered"> <strong><a class="reference internal"><span class="std std-ref">FormulaOne2</span></a></strong> </p> </td> </tr> </tbody> </table>注意: 我们支持基于 Gymnasium APIs 明确表达 cost
。
step
方法返回 6 个项目 (next_obervation, reward, cost, terminated, truncated, info)
,其中包含一个额外的 cost
字段。
import safety_gymnasium env_id = 'SafetyPointGoal1-v0' env = safety_gymnasium.make(env_id) obs, info = env.reset() while True: act = env.action_space.sample() obs, reward, cost, terminated, truncated, info = env.step(act) if terminated or truncated: break env.render()
我们还提供了两个便捷的包装器,用于将 Safety-Gymnasium 环境转换为标准 Gymnasium API,反之亦然。
# Safety-Gymnasium API: step 返回 (next_obervation, reward, cost, terminated, truncated, info) # Gymnasium API: step 返回 (next_obervation, reward, terminated, truncated, info),cost 在 `info` 字典中与字符串键 `'cost'` 关联 safety_gymnasium_env = safety_gymnasium.make(env_id) gymnasium_env = safety_gymnasium.wrappers.SafetyGymnasium2Gymnasium(safety_gymnasium_env) safety_gymnasium_env = safety_gymnasium.wrappers.Gymnasium2SafetyGymnasium(gymnasium_env)
用户可以轻松应用 Gymnasium 包装器:
import gymnasium import safety_gymnasium def make_safe_env(env_id): safe_env = safety_gymnasium.make(env_id) env = safety_gymnasium.wrappers.SafetyGymnasium2Gymnasium(safe_env) env = gymnasium.wrappers.SomeWrapper1(env) env = gymnasium.wrappers.SomeWrapper2(env, argname1=arg1, argname2=arg2) ... env = gymnasium.wrappers.SomeWrapperN(env) safe_env = safety_gymnasium.wrappers.Gymnasium2SafetyGymnasium(env) return safe_env
或者
import functools import gymnasium import safety_gymnasium def make_safe_env(env_id): return safety_gymnasium.wrappers.with_gymnasium_wrappers( safety_gymnasium.make(env_id), gymnasium.wrappers.SomeWrapper1, functools.partial(gymnasium.wrappers.SomeWrapper2, argname1=arg1, argname2=arg2), ..., gymnasium.wrappers.SomeWrapperN, )
此外,对于所有 Safety-Gymnasium 环境,我们还提供了相应的 Gymnasium 环境,环境 ID 后缀为 Gymnasium
。例如:
import gymnasium import safety_gymnasium safety_gymnasium.make('SafetyPointGoal1-v0') # step 返回 (next_obervation, reward, cost, terminated, truncated, info) gymnasium.make('SafetyPointGoal1Gymnasium-v0') # step 返回 (next_obervation, reward, terminated, truncated, info)
pip install safety-gymnasium
conda create -n <envname> python=3.8 conda activate <envname> git clone https://github.com/PKU-Alignment/safety-gymnasium.git cd safety-gymnasium pip install -e .
如果在服务器上无法渲染,可以尝试:
echo "export MUJOCO_GL=osmesa" >> ~/.bashrc source ~/.bashrc apt-get install libosmesa6-dev apt-get install python3-opengl
对于简单的智能体,我们提供了通过键盘控制机器人移动的功能,便于调试。只需在任务名称后添加 Debug 后缀,例如 SafetyCarGoal2Debug-v0
,然后使用 I
、K
、J
和 L
键来引导机器人的移动。
对于更复杂的代理,您还可以根据特定外设制定自定义控制逻辑。为了实现这一点,请为指定的代理实现BaseAgent
中的debug
方法。
我们构建了一个高度可扩展的代码框架,使您能够轻松理解并设计自己的环境,以便于您的研究,平均只需不到100行代码。
详情请参阅我们的文档。 以下是一个最小示例:
# 导入您想使用的对象 # 或者您可以自己定义特定对象,只需确保遵守我们的规范 from safety_gymnasium.assets.geoms import Apples from safety_gymnasium.bases import BaseTask # 继承BaseTask class MytaskLevel0(BaseTask): def __init__(self, config): super().__init__(config=config) # 定义一些属性 self.num_steps = 500 self.agent.placements = [(-0.8, -0.8, 0.8, 0.8)] self.agent.keepout = 0 self.lidar_conf.max_dist = 6 # 向环境中添加对象 self.add_geoms(Apples(num=2, size=0.3)) def calculate_reward(self): # 实现您的奖励函数 # 注意:成本计算基于对象,因此是自动的 reward = 1 return reward def specific_reset(self): # 根据您的任务而定 def specific_step(self): # 根据您的任务而定 def update_world(self): # 根据您的任务而定 @property def goal_achieved(self): # 根据您的任务而定
Safety-Gymnasium 根据 Apache License 2.0 发布。
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。
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。
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。
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。
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。
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 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。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号