MarineGym：面向水下机器人技术的高性能强化学习平台
机器人学
2025-03-13 v1 机器学习
摘要
本工作提出了 MarineGym，一个专为水下机器人技术设计的高性能强化学习（RL）平台。它旨在解决现有水下仿真环境在 RL 兼容性、训练效率和标准化基准测试方面的局限性。MarineGym 集成了一个基于 Isaac Sim 提出的 GPU 加速流体动力学插件，在单块 NVIDIA RTX 3060 GPU 上实现了每秒 250,000 帧的展开速度。它还提供了五种无人水下航行器（UUVs）模型、多种推进系统以及一组涵盖核心水下控制挑战的预定义任务。此外，DR 工具包允许在训练期间灵活调整仿真和任务参数，以改善 Sim2Real 迁移。进一步的基准实验表明，MarineGym 相比现有平台提高了训练效率，并支持在各种扰动下的鲁棒策略适应。我们期望该平台能够推动水下机器人 RL 研究的进一步发展。有关 MarineGym 及其应用的更多详情，请访问我们的项目页面：https://marine-gym.com/。
引用
@article{arxiv.2503.09203,
title = {MarineGym: A High-Performance Reinforcement Learning Platform for Underwater Robotics},
author = {Shuguang Chu and Zebin Huang and Yutong Li and Mingwei Lin and Ignacio Carlucho and Yvan R. Petillot and Canjun Yang},
journal= {arXiv preprint arXiv:2503.09203},
year = {2025}
}