learnsyslab/gym-pybullet-drones

PyBullet Gymnasium environments for single and multi-agent reinforcement learning of quadcopter control

解決的問題

提供一個基於 PyBullet 的極簡物理模擬環境,用於四軸無人機,讓研究人員與開發者能在不面臨實體硬體損壞風險的情況下,訓練與測試飛行控制演算法。

運作方式

基於 PyBullet 物理引擎建構,本專案建立了一個與 Gymnasium API 相容的模擬環境。支援單智能體與多智能體情境,可實作 PID、MRAC 以及透過 Stable Baselines3 實現的強化學習等多種控制方法。同時整合 Betaflight SITL(軟體在迴路),以實現更真實的飛行堆疊測試。

適用對象

專為專注於四軸無人機自主飛行、多智能體協調以及飛行控制強化學習的機器人研究人員、控制工程師與 AI 開發者設計。

主要亮點

  • Gymnasium 相容性:已完全重構,符合現代 Gymnasium 與 Stable Baselines3 標準。
  • 多智能體支援:可同時模擬多架無人機,適用於編隊飛行與協調任務。
  • Betaflight 整合:支援 Betaflight SITL,彌補模擬與真實飛行堆疊之間的差距。
  • 物理模擬:包含下洗氣流等特定效應,提升模擬真實度。

相關

  • 專案
  • 專案
  • 專案
  • 專案
  • 專案