Aerial Gym——面向空中机器人的 Isaac Gym 模拟器
机器人学
2023-05-29 v1
摘要
开发基于学习的空中机器人导航方法是一个密集数据驱动过程,需要高度并行化的仿真。此类模拟器的充分利用受限于缺乏模仿真实机器人接口的高层并行控制方法。针对此需求,我们开发了 Aerial Gym 模拟器,其可利用专用于特殊欧几里得群 SE(3) 的非线性几何控制器,并行模拟数以百万计的多旋翼飞行器以实现姿态、速度与位置跟踪。我们还开发了管理环境中大量障碍物的功能,以支持导航任务学习的快速随机化。此外,我们提供了样例环境,其中的机器人配备模拟相机,可在障碍物密集环境中捕获 RGB、深度、分割与光流数据。该模拟器朝着开发当前缺失的、具备大规模几何控制器的高并行化空中机器人仿真迈出了一步,同时为导航任务提供可定制的障碍物随机化功能。我们提供了兼容强化学习框架的训练脚本,以基于姿态与速度指令接口将机器人导航至目标设定点。最后,我们将模拟器开源,并旨在进一步开发以使用替代的基于核的框架加速渲染,从而并行化深度图像的射线投射,进而支持更多数量的机器人。
引用
@article{arxiv.2305.16510,
title = {Aerial Gym -- Isaac Gym Simulator for Aerial Robots},
author = {Mihir Kulkarni and Theodor J. L. Forgaard and Kostas Alexis},
journal= {arXiv preprint arXiv:2305.16510},
year = {2023}
}
备注
4 pages, 3 figures. To appear in the ICRA 2023 workshop on The Role of Robotics Simulators for Unmanned Aerial Vehicles. Code available at https://github.com/ntnu-arl/aerial_gym_simulator