Raumumgebung-v2

RoomEnv-v2 ist eine komplexe Umgebung, die mit Gymnasium kompatibel ist und darauf abzielt, Reinforcement-Learning-Algorithmen durch einen teilweise beobachtbaren Markov-Entscheidungsprozess (POMDP) zu fordern. Diese Umgebung nutzt ein wissensgraphenverstärktes menschliches Gedächtnissystem, um die Entscheidungsfähigkeiten des Algorithmus in dynamischen Mehrzimmerszenarien zu verbessern. Benutzer können Parameter wie den Raumlayout, die Anzahl der Objekte und die Übergangswahrscheinlichkeiten anpassen, um verschiedene experimentelle Einstellungen zu schaffen. Dadurch können sie die Explorations- und Schlussfolgerungsstrategien des Agenten evaluieren und optimieren.