लक्ष्य पहचान (जीआर) एजेंट के व्यवहार के आंशिक अवलोकनों से उसके इरादे लक्ष्य का अनुमान लगाने का कार्य है, आमतौर पर ऑनलाइन और एकल सेटिंग में। मॉडल-मुक्त जीआर में हाल के उन्नति के बावजूद, विशेषकर मानव-रोबोट इंटरएक्शन, निगरानी, और सहायक प्रणालियों जैसे अनुप्रयोगों में, यह क्षेत्र मापदंडों, क्षेत्रों, और मूल्यांकन प्रोटोकॉल में असंगतताओं के कारण टूट गया है। इसे संबोधित करने के लिए, हम gr-libs (https: //github. com/MatanShamir1/grₗibs) और gr-envs (https: //github. com/MatanShamir1/grₑnvs) का परिचय देते हैं, जो जीआर एल्गोरिदम के विकास, मूल्यांकन, और तुलना के लिए जिम-संगत वातावरण में सहायक दो पूरक ओपन-सोर्स ढांचा हैं। gr-libs में MDP-आधारित जीआर बेसलाइनों के लिए मॉड्यूलर कार्यान्वयन, निदान उपकरण, और मूल्यांकन उपयोगिताएँ शामिल हैं। gr-envs गतिशील और लक्ष्य-निर्देशित व्यवहार के लिए अनुकूलित वातावरणों का एक क्यूरेटेड सूट प्रदान करता है, साथ ही मानक रिइफोर्समेंट लर्निंग टूलकिट के साथ संगतता सुनिश्चित करने वाले रैपर्स भी। ये पुस्तकालय मिलकर जीआर अनुसंधान को आगे बढ़ाने के लिए एक मानकीकृत, विस्तृत, और पुनरुत्पादनीय मंच प्रदान करते हैं। दोनों पैकेज ओपन-सोर्स हैं और GitHub और PyPI पर उपलब्ध हैं।
Matan et al. (Sat,) ने इस प्रश्न का अध्ययन किया।