OpenAI Gym
OpenAI开发的强化学习环境标准库，提供游戏和控制任务的仿真环境，是RL研究的主流生态。
核心事实
时间轴 (近 90 天)
OpenAI Gym已更名为Gymnasium。
Gymnasium（原OpenAI Gym）提供环境接口约定，使仿真环境与真实机器人可以共享同一套观测、动作空间定义。
OpenAI Gym（现Gymnasium）和PettingZoo可用于动手实现迷宫、CartPole等经典强化学习环境。
CartPole是OpenAI Gym中最经典的强化学习入门环境，状态4维、动作2个，通常几百行代码、几十秒即可训练出稳定策略。
MuJoCo 已成为 OpenAI Gym / Gymnasium 生态的核心仿真后端之一
OpenAI Gym将MuJoCo环境包装为统一的step/reset/render接口，成为强化学习算法的事实标准测试平台
对Bot友好的强化学习环境通常遵循类似OpenAI Gym/Gymnasium的标准接口规范，提供observation、action、reward以及step/reset等标准方法
OpenAI的Gym、DeepMind的Atari挑战和宝可梦系列强化学习实验一直是强化学习领域的试验场
MuJoCo是OpenAI Gym/Gymnasium中经典控制任务的默认物理后端
Gym由OpenAI于2016年4月发布
还有 7 条时间轴事件
全部知识事实 (18)
Gymnasium由Farama基金会维护，接替了OpenAI Gym，定义了环境接口标准
70%已验证OpenAI Gym 于2016年发布，成为强化学习领域事实上的环境接口标准
65%待验证PyBullet是Bullet物理引擎的Python封装，轻量易用，常用于教学和快速原型开发
60%待验证OpenAI Gym 提供标准化环境接口，但其官方内置环境几乎清一色是Atari游戏和MuJoCo物理仿真
60%待验证OpenAI Gym已更名为Gymnasium。
50%待验证Gymnasium（原OpenAI Gym）提供环境接口约定，使仿真环境与真实机器人可以共享同一套观测、动作空间定义。
50%待验证OpenAI Gym（现Gymnasium）和PettingZoo可用于动手实现迷宫、CartPole等经典强化学习环境。
50%待验证CartPole是OpenAI Gym中最经典的强化学习入门环境，状态4维、动作2个，通常几百行代码、几十秒即可训练出稳定策略。
50%待验证MuJoCo 已成为 OpenAI Gym / Gymnasium 生态的核心仿真后端之一
50%待验证OpenAI Gym将MuJoCo环境包装为统一的step/reset/render接口，成为强化学习算法的事实标准测试平台
50%待验证对Bot友好的强化学习环境通常遵循类似OpenAI Gym/Gymnasium的标准接口规范，提供observation、action、reward以及step/reset等标准方法
50%待验证OpenAI的Gym、DeepMind的Atari挑战和宝可梦系列强化学习实验一直是强化学习领域的试验场
50%待验证MuJoCo是OpenAI Gym/Gymnasium中经典控制任务的默认物理后端
50%待验证Gym由OpenAI于2016年4月发布
50%待验证OpenAI Gym通过env.reset()、env.step(action)、env.render()等标准方法与环境交互
50%待验证CarRacing是OpenAI Gym中的连续控制任务，输入为96×96的RGB像素图像，输出为转向、油门和刹车的连续动作
50%待验证Gymnasium是OpenAI Gym的社区维护后继版本，已成为强化学习环境的事实标准接口
50%待验证OpenAI Gym 中的 LunarLander、BipedalWalker 等经典环境都基于 Box2D 构建
50%