Coleção de código Python e livro didático sobre algoritmos de robótica, abrangendo localização, mapeamento, SLAM, planejamento de trajetórias e controle.
30,9 mil+41 esta semana7,4 milPythonOtherBem mantidoAtualizado anteontem
hanruihua/ir-sim
Simulador leve de robôs em Python para navegação, controle e aprendizado, configurado por arquivos YAML.
- Estrelas
- 1,168
- Forks
- 151
- Issues abertas
- 4
- Último commit
- há 5 dias
O que é?
O IR-SIM é um simulador de robôs em Python voltado à pesquisa em navegação, controle e aprendizado robótico. Cenários, robôs, sensores e obstáculos são definidos em arquivos YAML, então a maioria das configurações exige pouco ou nenhum código. O simulador inclui detecção de colisões e renderiza os resultados com um visualizador baseado em Matplotlib.
O simulador oferece suporte a robôs com direção diferencial, omnidirecional e Ackermann, além de sensores 2D LiDAR, FMCW LiDAR, de contato e de campo de visão. Entre os comportamentos disponíveis estão a busca direta por objetivos, a prevenção de colisões multiagente com RVO e ORCA e pedestres simulados pelo modelo de força social. Os objetos podem ser círculos, retângulos, polígonos, linhas ou mapas de grade binários, e um modo de contato de corpo rígido permite empurrar e empilhar objetos.
O pacote pode ser instalado com pip e requer Python 3.10 ou superior. Ele se destina ao uso acadêmico e educacional, em que a prototipagem rápida de algoritmos de planejamento e aprendizado é mais importante do que uma física de alta fidelidade.
Recursos principais
- 01Robôs com cinemática diferencial, omnidirecional e Ackermann
- 02Configuração de cenários com YAML, exigindo pouco ou nenhum código
- 03Sensores integrados de LiDAR, contato e campo de visão
- 04Comportamentos RVO, ORCA e de modelo de força social para cenários multiagente
- 05Renderização leve com Matplotlib para depuração
Casos de uso
- Prototipar algoritmos de navegação ou prevenção de colisões antes de executá-los em hardware
- Treinar e avaliar agentes de aprendizado por reforço para navegação robótica
- Ensinar disciplinas de robótica com cenários simulados reproduzíveis
- Testar comportamentos de múltiplos robôs ou de multidões de pedestres
Início rápido
- 1
Instale o pacote do PyPI
pip install ir-sim - 2
Salve o YAML de exemplo como robot_world.yaml e execute o script de início rápido em Python
Antes de usar
- Requer Python 3.10 ou superior.
- Usa renderização baseada em Matplotlib, voltada para depuração leve, não para gráficos de alta fidelidade.
Em coleções
Tópicos
#robotics-simulation#navigation#path-planning#reinforcement-learning#robotics#multi-agent#python#autonomous-driving#control#ir-sim
Perguntas frequentes
- O que é ir-sim?
- Simulador leve de robôs em Python para navegação, controle e aprendizado, configurado por arquivos YAML. O IR-SIM é um simulador de robôs em Python voltado à pesquisa em navegação, controle e aprendizado robótico. Cenários, robôs, sensores e obstáculos são definidos em arquivos YAML, então a maioria das configurações exige pouco ou nenhum código. O simulador inclui detecção de colisões e renderiza os resultados com um visualizador baseado em Matplotlib.
- ir-sim é gratuito? Qual é a licença?
- ir-sim é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- ir-sim ainda é mantido?
- Manutenção ativa. O último commit de ir-sim foi em 1 de nov. de 2026.
- Para que posso usar ir-sim?
- Prototipar algoritmos de navegação ou prevenção de colisões antes de executá-los em hardware Treinar e avaliar agentes de aprendizado por reforço para navegação robótica Ensinar disciplinas de robótica com cenários simulados reproduzíveis Testar comportamentos de múltiplos robôs ou de multidões de pedestres
- Como instalar ir-sim?
- Instale o pacote do PyPI: pip install ir-sim Salve o YAML de exemplo como robot_world.yaml e execute o script de início rápido em Python
- Onde consigo ir-sim?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/hanruihua/ir-sim
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um simulador leve de direção em Python para pesquisa em aprendizado por reforço e direção autônoma, com simulação de sensores e ambientes no estilo Gymnasium.
1,3 mil+2 esta semana210PythonApache-2.0Atualizado há 22 dias
Ambientes Gymnasium baseados em PyBullet para treinar controladores de aprendizado por reforço para quadricópteros, com um ou vários agentes.
2,2 mil+7 esta semana578PythonMITBem mantidoAtualizado anteontem
Exemplos de código Python e guias sobre algoritmos de controle de veículos autônomos, como material de estudo acessível para iniciantes.
1,9 mil+6 esta semana319PythonMITBem mantidoAtualizado ontem
Framework de navegação para ROS 2 que permite a robôs móveis planejar e seguir trajetórias, além de evitar obstáculos, usando uma stack orientada por árvores de comportamento.
5 mil+60 esta semana2 milC++OtherBem mantidoAtualizado há 21 horas
Simulador de UAVs multirrotores em Python com aerodinâmica de parâmetros concentrados, voltado ao ensino e à pesquisa em estimação, planejamento e controle.
326+4 esta semana66PythonMITAtualizado há 2 meses