Gymnasium API를 기반으로 구축된 MuJoCo 로봇 강화 학습 환경 모음입니다.
learnsyslab/gym-pybullet-drones
쿼드콥터용 단일·멀티 에이전트 강화학습 컨트롤러를 훈련하는 PyBullet 기반 Gymnasium 환경입니다.
- 스타
- 2,201
- 포크
- 578
- 열린 이슈
- 111
- 마지막 커밋
- 어제
어떤 프로젝트인가요?
gym-pybullet-drones는 PyBullet 물리 엔진과 Gymnasium API를 기반으로 쿼드콥터 시뮬레이션 환경을 제공합니다. 연구자와 학생은 이 환경에서 호버링, 대형 비행, 드론 간 다운워시 상호작용 등의 과제를 위해 단일 드론 및 멀티 에이전트 제어 강화학습 정책을 훈련할 수 있습니다.
이 프로젝트는 IROS 2021에서 발표된 이전 코드베이스를 간결하게 리팩터링한 것으로, Gymnasium과 Stable-Baselines3 2.0에 맞게 업데이트되었습니다. 기본 PID 및 속도 컨트롤러, MRAC 적응형 컨트롤러가 포함되어 있으며, learn.py로 PPO 에이전트를 훈련하고 play.py로 재생하는 예제 스크립트도 제공합니다.
또한 Ubuntu에서 여러 시뮬레이션 비행 컨트롤러를 환경에 연결해 실행하는 Betaflight SITL 예제도 포함되어 있습니다.
핵심 기능
- 01Gymnasium 호환 단일 에이전트 및 멀티 에이전트 쿼드콥터 환경
- 02PyBullet 물리 시뮬레이션 기반
- 03PID, 속도 제어 및 MRAC 컨트롤러 예제 포함
- 04Stable-Baselines3 PPO 훈련 및 재생 스크립트
- 05드론 간 다운워시 효과 모델링
- 06Ubuntu에서 Betaflight SITL 통합
활용 사례
- 쿼드콥터의 호버링 또는 궤적 추적을 위한 강화학습 컨트롤러 훈련
- 멀티 드론 협응 및 대형 비행 연구
- 소프트웨어 인더 루프 환경에서 Betaflight 펌웨어를 대상으로 제어 알고리즘 테스트
빠른 시작
- 1
저장소를 클론합니다
git clone https://github.com/learnsyslab/gym-pybullet-drones.git - 2
Python 3.12 conda 환경을 만들고 활성화합니다
conda create -n drones python=3.12 && conda activate drones - 3
패키지를 editable 모드로 설치합니다
pip3 install -e . - 4
PID 제어 예제를 실행합니다
cd gym_pybullet_drones/examples/ && python3 pid.py
사용 전 알아둘 점
- Python 3.11 이상에서 pybullet을 빌드하려면 컴파일러나 macOS 전용 CFLAGS 우회 방법이 필요할 수 있습니다.
- Betaflight SITL 예제는 Ubuntu에서만 작동합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- gym-pybullet-drones은(는) 무엇인가요?
- 쿼드콥터용 단일·멀티 에이전트 강화학습 컨트롤러를 훈련하는 PyBullet 기반 Gymnasium 환경입니다. gym-pybullet-drones는 PyBullet 물리 엔진과 Gymnasium API를 기반으로 쿼드콥터 시뮬레이션 환경을 제공합니다. 연구자와 학생은 이 환경에서 호버링, 대형 비행, 드론 간 다운워시 상호작용 등의 과제를 위해 단일 드론 및 멀티 에이전트 제어 강화학습 정책을 훈련할 수 있습니다.
- gym-pybullet-drones은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- gym-pybullet-drones은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- gym-pybullet-drones은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. gym-pybullet-drones의 마지막 커밋은 2026년 11월 6일입니다.
- gym-pybullet-drones은(는) 어디에 사용할 수 있나요?
- 쿼드콥터의 호버링 또는 궤적 추적을 위한 강화학습 컨트롤러 훈련 멀티 드론 협응 및 대형 비행 연구 소프트웨어 인더 루프 환경에서 Betaflight 펌웨어를 대상으로 제어 알고리즘 테스트
- gym-pybullet-drones는 어떻게 설치하나요?
- 저장소를 클론합니다: git clone https://github.com/learnsyslab/gym-pybullet-drones.git Python 3.12 conda 환경을 만들고 활성화합니다: conda create -n drones python=3.12 && conda activate drones 패키지를 editable 모드로 설치합니다: pip3 install -e . PID 제어 예제를 실행합니다: cd gym_pybullet_drones/examples/ && python3 pid.py
- gym-pybullet-drones은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/learnsyslab/gym-pybullet-drones
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
센서 시뮬레이션과 Gymnasium 스타일 환경을 제공하는 강화 학습 및 자율주행 연구용 경량 Python 주행 시뮬레이터입니다.
Crazyflie 2.x 드론을 대상으로 CPU와 GPU에서 배치형 미분 가능 시뮬레이션을 실행하는 JAX 기반 쿼드로터 시뮬레이터입니다.
추정, 경로 계획, 제어 교육과 연구를 위해 설계된 집중 매개변수 공기역학 모델 기반 Python 멀티콥터 UAV 시뮬레이터입니다.
Gymnasium과 유사한 표준 API와 참조 환경을 제공하는 멀티 에이전트 강화학습 연구용 Python 라이브러리입니다.
자율주행 및 의사결정 에이전트의 학습과 테스트를 위한 Gymnasium 호환 시뮬레이션 주행 환경 모음입니다.