LLMや拡散モデルをローカルで実行・ファインチューニング・エクスポートできるオープンソースのデスクトップアプリ/Web UIと、コードベースの学習ライブラリ。
Zihao-Felix-Zhou/UavNetSim
ルーティング、MAC、物理層、モビリティ、エネルギーモデルを備えた、UAVスウォーム通信ネットワーク向けのPythonシミュレーターです。
- スター
- 411
- フォーク
- 66
- 未解決の Issue
- 1
- 最終コミット
- 先月
これは何?
UavNetSimは、無人航空機間の通信ネットワークをモデル化するPythonシミュレーションプラットフォームです。ネットワーク層、MAC層、物理層に加え、UAVのモビリティとエネルギー消費を扱い、離散イベントシミュレーションにはSimPyを使用しています。
DSDV、GRAd、greedy forwarding、OPAR、さらにQ-FANETやQMRなどの強化学習ベースのルーティングを含む、複数のルーティングプロトコルを実装しています。また、CSMA/CA、pure ALOHA、TDMAによるメディアアクセス制御、ランダムモビリティモデル(Gauss-Markov、Random Waypoint、Random Walk)、仮想力によるトポロジ制御アルゴリズム、A*による3D経路計画も備えています。パケット配送率、エンドツーエンド遅延、正規化ルーティング負荷、スループットなどの性能指標をシミュレーション実行中に算出します。
拡張を前提に設計されており、新しいモビリティモデル、MACプロトコル、ルーティングプロトコルを個別のモジュールとして追加し、ドローンに導入できます。シーンの作成とシミュレーションの実行に使えるWebコンソールも含まれています。
主な機能
- 01DSDV、GRAd、greedy、OPAR、強化学習ベースのルーティングプロトコルを実装しています。
- 02CSMA/CA、pure ALOHA、TDMAによるメディアアクセス制御を提供します。
- 03Gauss-Markov、Random Waypoint、Random Walkの3Dモビリティモデルを備えています。
- 04仮想力によるトポロジ制御とA*による3D経路計画を提供します。
- 05PDR、エンドツーエンド遅延、正規化ルーティング負荷、スループットを算出します。
- 06カスタムのルーティング、MAC、モビリティモジュールを追加できます。
ユースケース
- 実地導入前に、UAVアドホックネットワーク向けのルーティングプロトコルを研究する。
- UAVのモビリティを考慮した環境で、CSMA/CAやTDMAなどのMAC方式を比較する。
- 通信モデルを組み込んだ環境で、スウォームの移動制御や3D経路計画アルゴリズムを試作する。
- ドローンネットワークのシミュレーションを通じて、無線ネットワークの概念を教える。
クイックスタート
- 1
リポジトリをクローンする
git clone https://github.com/Zihao-Felix-Zhou/UavNetSim-v1.git - 2
Pythonの仮想環境を作成する
py -3.12 -m venv .venv - 3
プロジェクトをeditableモードでインストールする
.\.venv\Scripts\python.exe -m pip install -e . - 4
READMEの説明に従ってWebコンソールをビルドし、デフォルトのシーンをコンパイルしてから、サーバーを起動する
使う前に知っておきたいこと
- READMEに記載されたコマンドとセットアップ手順は、Windows PowerShell向けです。
- 物理レイヤーはNVIDIA Sionna RTに依存しており、容量の大きい依存関係が追加されます。
- WebコンソールのビルドにはNode.js 18以降とnpmが必要です。
トピック
よくある質問
- UavNetSim とは?
- ルーティング、MAC、物理層、モビリティ、エネルギーモデルを備えた、UAVスウォーム通信ネットワーク向けのPythonシミュレーターです。 UavNetSimは、無人航空機間の通信ネットワークをモデル化するPythonシミュレーションプラットフォームです。ネットワーク層、MAC層、物理層に加え、UAVのモビリティとエネルギー消費を扱い、離散イベントシミュレーションにはSimPyを使用しています。
- UavNetSim は無料で使えますか?ライセンスは?
- UavNetSim は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- UavNetSim は今もメンテナンスされていますか?
- 半年以内に更新あり。UavNetSim の最終コミットは 2026年9月12日 です。
- UavNetSim は何に使えますか?
- 実地導入前に、UAVアドホックネットワーク向けのルーティングプロトコルを研究する。 UAVのモビリティを考慮した環境で、CSMA/CAやTDMAなどのMAC方式を比較する。 通信モデルを組み込んだ環境で、スウォームの移動制御や3D経路計画アルゴリズムを試作する。 ドローンネットワークのシミュレーションを通じて、無線ネットワークの概念を教える。
- UavNetSim のインストール方法は?
- リポジトリをクローンする: git clone https://github.com/Zihao-Felix-Zhou/UavNetSim-v1.git Pythonの仮想環境を作成する: py -3.12 -m venv .venv プロジェクトをeditableモードでインストールする: .\.venv\Scripts\python.exe -m pip install -e . READMEの説明に従ってWebコンソールをビルドし、デフォルトのシーンをコンパイルしてから、サーバーを起動する
- UavNetSim はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/Zihao-Felix-Zhou/UavNetSim
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Microsoft発のAI指向のクオンツ投資プラットフォーム。データ処理、モデル学習、バックテストから注文執行までをカバーします。
Rayは、分散ランタイムとAIライブラリを備え、PythonやAIアプリケーションをノートPCからクラスターまでスケールさせる統合フレームワークです。
位置推定、地図作成、SLAM、経路計画、制御などのロボティクスアルゴリズムを網羅したPythonコード集兼オンライン教科書。
verlは、HybridFlow論文を基盤とする、大規模言語モデルの学習後処理向けオープンソース強化学習トレーニングライブラリです。
Microsoftが提供する軽量なエージェント向けRLフレームワーク。実際のツールやハーネスをそのまま使いながら、既存のAIエージェントを強化学習でトレーニングできます。