AI 创造游戏，
也在游戏里学习。

相互对齐的文字与具身家庭环境，Agent 可先通过语言学习任务规划，再尝试对应的视觉交互。

基于 Stella 模拟器的 Atari 2600 接口，为学习型 Agent 提供观察、动作、游戏得分和回合终止信号。

OpenAI 单次提示生成作品集中的浏览器太空射击游戏，公开生成提示和应用文件。

在现有交互游戏上评估语言与视觉语言 Agent 的框架，覆盖文字冒险和基于 NetHack 的任务。

提供共享竞技场、在线对战和机器人补位的浏览器平台格斗游戏。

一组受控的交互式强化学习实验，通过标准化记录诊断探索、记忆等 Agent 能力。

浏览器中的三维跑酷射击游戏，玩家随关卡推进切换跑道、跳过障碍并射击目标。

用 JAX 实现的生存与制作世界，在 Crafter 基础上扩展了类 roguelike 机制；同一项目另提供较简化的 Craftax-Classic 模式。

程序化生成的生存游戏，通过资源收集、制作和生存成就研究探索与长期决策能力。

可定制的第一人称三维游戏平台，用于视觉导航、记忆和控制任务，基于 Quake III/ioquake3 引擎体系。

用于构建分层二维网格世界的 C++/Lua 引擎，支持多个 Agent、文本地图和可编程行为。

受 Doom 启发、通过滚动或滑动操作的浏览器游戏，包含自动射击、怪物、武器升级和新闻标题铭牌。

OpenAI 署名的 AI 生成作品集中的单文件浏览器迷宫游戏，包含键盘移动、计时和最短路径比较。

围绕木材、斧头及树桩扫描素材构建的三维浏览器劈柴互动作品，支持劈切和视角旋转。

提供悬浮赛车、加速和空气刹车控制、计时挑战及多种比赛模式的未来风格浏览器竞速游戏。

公开提示与 Blender 场景产物的游戏世界生成基准，配有 Code2Games 的场景分析、素材放置和玩法世界构建代码。

根据规格生成完整可玩二维 Godot 项目的基准，通过启动检查、玩家输入重放和多模态评分标准进行评估。

由限定范围的 Godot 开发任务组成的可执行基准，覆盖玩法逻辑、界面、图形和动画，并提供初始项目及引擎级验证。

使用 YAML 描述语言定义机制、观察与单 Agent 或多 Agent 任务的可配置网格游戏引擎。

基于 Video Game Description Language 的框架，可跨多款游戏评估规划器，并生成关卡或游戏规则。

用于单 Agent 强化学习的统一接口与参考环境集合，延续 OpenAI Gym 的维护体系。

采用函数式接口的 JAX 环境库，实现经典控制、诊断和小型游戏任务，显式传递状态、随机数和参数。

将 Agent 连接到交互式文字冒险游戏的 Python 接口，提供游戏状态访问及可复现运行所需的控制。

用 JAX 实现的交互式逻辑游戏、装箱、路径规划等决策环境套件，可配置问题实例。

通过浏览器访问的 1990 年代多人文字冒险重建版，使用新实现的引擎运行保留下来的世界脚本。

面向大量交互 Agent 的网格世界引擎与参考场景，包含战斗、追逐等任务，并提供 PettingZoo 接口。

将交互世界与背景 Agent 群体组合的多 Agent 社会交互评测套件，用于测试面对陌生伙伴时的泛化能力。

基于 Minecraft 的研究套件，提供生存、资源收集、创作和通关任务，并配有独立的知识资料库。

为 Minecraft 研究任务提供 Python 接口，包含分版本维护的环境，以及独立的人类操作示范数据。

可配置的小型网格世界集合，覆盖导航、物体操作和指令执行，并包含 BabyAI 环境。

基于 NetHack 的任务沙盒，可构建导航、物品使用以及程序化生成的游戏挑战。

用于导航与目标导向学习的简化三维室内模拟器，支持配置房间、物体和视觉观察。

多目标、多 Agent 环境套件，采用类似 PettingZoo 的接口返回奖励向量，包含棋盘游戏、合作物理任务和资源分配模拟。

研究交流、合作和竞争的粒子世界环境，延续此前随 PettingZoo 分发的 MPE 环境。

在密集霓虹城市中探索的浏览器悬浮车游戏，包含街道驾驶、飞行及计时挑战。

为 NetHack 提供 Gymnasium 接口，包含程序化生成的地牢、物品管理和需要连续决策的任务。

集成多种游戏环境与算法的研究框架，支持不同信息条件下的单 Agent、多 Agent 学习、搜索与规划。

提供逐 Agent 轮转的 Agent Environment Cycle 接口和并行动作接口的多 Agent 环境库，覆盖合作与竞争游戏。

由十六款程序化生成的视觉游戏组成的基准，用于区分熟悉关卡上的学习表现和未见关卡上的泛化表现。

Procgen 的社区重写项目，包含 C++ 游戏实现，以及从 Python 调用编译后世界的 CEnv 接口。

包含 Ocean 原生游戏与模拟实现集合的强化学习执行框架，并提供环境集成和训练基础设施。

结合基地建设、单位控制、技能及军队升级收集的浏览器即时战略演示版。

为不完全信息条件下的强化学习与搜索提供观察、合法动作和轨迹的卡牌游戏环境工具包。

以文字交互的模拟世界，Agent 可操作物体，完成加热、分类和电学实验等基础科学任务。

玩家控制飞船左右移动、射击下落外星敌人的单人浏览器街机游戏。

持续维护的 Gym Retro 分支，将经典游戏模拟器接入 Gymnasium，并通过集成配置定义奖励、状态变量和回合终止条件。

提供竞争与合作类文字游戏，以统一的字符串观测与动作接口训练、评估语言模型 Agent。

可生成和运行文字冒险的工具包，支持控制任务难度、跟踪状态并为学习型 Agent 提供奖励。

将 Quake 移植到 Three.js 浏览器环境的项目，包含原作共享版章节及公开源码仓库。

来自 OpenAI 生成案例集的罗马主题浏览器井字棋作品，提供本地双人和电脑对手模式。

AI 生成的浏览器打字游戏，通过下落单词、逐渐增加的难度、得分和准确率形成交互。

通过 Unity SDK 和 Python 接口，将游戏与模拟场景连接为可交互环境，用于强化学习、模仿学习及多 Agent 研究。

Pygame 生成数据集与评估工具，包含自然语言要求、参考代码，并通过模型评估生成代码、截图及短时游戏录像。

可执行家庭活动动作程序的模拟器，提供 Unity 视觉环境和独立的动态场景图后端。

可配置的第一人称游戏环境，为视觉强化学习和 Agent 评测提供 Doom 引擎的观察与控制接口。

用于元强化学习的 JAX 网格世界套件，通过组合规则和目标改变 Agent 需要探索的环境动力学。