<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。
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。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工 智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
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