Building configurable reinforcement learning robotic environments Building configurable reinforcement learning robotic environments Δημιουργία παραμετροποιήσιμων ρομποτικών περιβαλλόντων ενισχυτικής μάθησης Διπλωματική Εργασία Diploma Work 2025-03-102025enThe creation of standardized environment implementations and an Application Programming Interface (API) for OpenAI/Gym has had a transformative impact on reinforcement learning (RL) research. However, the current set of standardized environments has to be extended, so as to contribute to the further advancement of reinforcement learning algorithms. In this diploma thesis, we have developed, and we provide a plethora of novel environments and frameworks for robotic reinforcement learning, including Gymnasium/Mujoco-v5, Gymnasium-Robotics/Maze-v5, and Gymnasium-Robotics /MaMuJoCo, along with offline RL datasets for Gymnasium/MuJoCo environments with the Minari API. These advancements can potentially enable researchers to develop and test new algorithms in more realistic and challenging environments, which will ultimately lead to more robust and generalizable reinforcement learning algorithms. Η δημιουργία τυποποιημένων υλοποιήσεων περιβάλλοντος και ενός Application Programming Interface (API) για το OpenAI/Gym, έπαιξε καθοριστικό ρόλο στην πρόσφατη πρόοδο της έρευνας για reinforcement learning (RL). Ωστόσο, το περιορισμένο σε αριθμό και δυνατότητες τρέχον σύνολο τυποποιημένων περιβαλλόντων αποτελεί εν δυνάμει εμπόδιο για την περαιτέρω πρόοδο των αλγορίθμων ενισχυτικής μάθησης. Στην παρούσα διπλωματική εργασία, έχουμε αναπτύξει και παρέχουμε μια πληθώρα νέων περιβαλλόντων και πλαισίων για ρομποτική ενισχυτική μάθηση, συμπεριλαμβανομένων των Gymnasium/Mujoco-v5, Gymnasium-Robotics/Maze-v5, και Gymnasium-Robotics/MaMuJoCo, μαζί με σύνολα δεδομένων για χρήση από offline RL μεθόδους σε περιβάλλοντα Gymnasium/MuJoCo με το Minari API. Οι συνεισφορές μας αυτές μπορούν δυνητικά να επιτρέψουν στους ερευνητές να αναπτύξουν και να δοκιμάσουν νέους αλγορίθμους σε πιο ρεαλιστικά και δύσκολά περιβάλλοντα, το οποίο τελικά θα οδηγήσει σε πιο ισχυρούς και γενικεύσιμους αλγορίθμους ενισχυτικής μάθησης.A technical report on the subjects of (1) Gymnasium/MuJoCo-v5, (2) Offline Minari RL datasets for Gymnasium/MuJoCo-v5, (3) Gymnasium-Robotics/Maze-v5, (4) Gymnasium-Robotics/MaMuJoCo, (5) along with a couple of interesting experiments.http://creativecommons.org/licenses/by/4.0/Technical University of Crete::School of Electrical and Computer EngineeringKallinteris_Andreas_Dip_2025.pdfChania [Greece]Library of TUC2025-03-09application/pdf2.8 MBfree Kallinteris Andreas Καλλιντερης Ανδρεας Lagoudakis Michail Λαγουδακης Μιχαηλ Spyropoulos Thrasyvoulos Σπυροπουλος Θρασυβουλος Chalkiadakis Georgios Χαλκιαδακης Γεωργιος Πολυτεχνείο Κρήτης Technical University of Crete Reinforcment Learning Gymnasium Robotics