<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。
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。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多 种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
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