우리는 비자명한(non-trivial) 2인, 제로섬(zero-sum), 불완전 정보(imperfect-information) 게임에서 학습하기 위한 오픈 소스 환경인 FootsiesGym을 소개합니다. HiFight의 미니멀리스트 2D 격투 게임인 Footsies를 기반으로 구축되었으며, 효율적인 분석이 가능할 만큼 단순하면서도 격투 게임 중립 플레이(neutral play)의 순환적이고 비전이적(non-transitive) 전략적 상호작용을 분리합니다. 우리는 표준 하드웨어에서 고처리량 학습을 가능하게 하는 벡터화된 시뮬레이터를 제공하여, 이 환경을 접근 가능하고 재현 가능하도록 만듭니다. 본 논문에서는 환경의 설계에 대해 설명하고, 여러 강화학습(reinforcement learning) 알고리즘으로 벤치마크를 수행하며, 이를 통해 가능해지는 개방형 연구 방향에 대해 논의합니다. 코드는 https://github.com/como-research/FootsiesGym에서 이용할 수 있습니다.