إتقان لعبة فيديو يتطلب مهارة وتكتيكات واستراتيجية. بينما قد تكتسب هذه الصفات بشكل طبيعي من قبل اللاعبين البشريين، فإن تعليمها لبرنامج كمبيوتر هو مهمة أكثر تحديًا بكثير. خلال السنوات الأخيرة، تم إجراء بحث واسع النطاق في مجال التعلم التعزيزي وتم تقديم العديد من الخوارزميات التي تهدف إلى تعلم كيفية أداء المهام البشرية مثل لعب ألعاب الفيديو. نتيجة لذلك، أصبحت بيئة التعلم الأركيد (ALE) (Bellemare et al., 2013) بيئة معيارية شائعة الاستخدام تسمح للخوارزميات بالتدريب على مجموعة متنوعة من ألعاب Atari 2600. وفي العديد من الألعاب، تتفوق الخوارزميات الحالية على البشر. في هذا البحث نقدم بيئة تعلم جديدة، وهي بيئة التعلم الرجعية --- RLE، والتي يمكنها تشغيل الألعاب على نظام Super Nintendo Entertainment System (SNES)، Sega Genesis والعديد من أجهزة الألعاب الأخرى. يمكن توسيع هذه البيئة، مما يتيح إضافة المزيد من ألعاب الفيديو وأجهزة الألعاب إليها بسهولة مع الحفاظ على نفس الواجهة المستخدمة في ALE. بالإضافة إلى ذلك، فإن RLE متوافقة مع Python وTorch. تعتبر ألعاب SNES تحديًا كبيرًا للخوارزميات الحالية بسبب درجة تعقيدها وتنوعها العالية.