Simulador de quadricópteros baseado em JAX que executa simulações diferenciáveis em lote, na CPU e na GPU, para drones Crazyflie 2.x.
Crazyflow é um simulador de pesquisa para drones quadricópteros. Desenvolvido com JAX, ele executa em paralelo muitos ambientes independentes e enxames de vários drones na CPU ou na GPU, sendo adequado para treinamentos e experimentos em larga escala em aprendizado e controle de robôs.
O simulador oferece dois tipos de dinâmica para a família Crazyflie 2.x: equações baseadas em primeiros princípios, com parâmetros identificados a partir de medições no mundo real, e dinâmicas simplificadas e abstratas em três variantes ajustadas com dados de voos reais. Como o pipeline é diferenciável, os gradientes podem se propagar por toda a cadeia de dinâmica e controle com jax.grad. As funções de step e reset são funções JAX comuns, que os usuários podem estender ou substituir.
A integração com MuJoCo via MJX oferece renderização na tela e fora dela, raycasting e detecção de contato.
Instale a versão para CPU pelo PyPI
pip install crazyflowInstale a versão para GPU (Linux x86-64, CUDA 12)
pip install "crazyflow[gpu]"Consulte a documentação para ver exemplos e o guia do usuário
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Um mecanismo de física de corpos rígidos baseado em JAX, com simulação diferenciável e massivamente paralela em aceleradores para pesquisa em robótica e RL.
Ambientes Gymnasium baseados em PyBullet para treinar controladores de aprendizado por reforço para quadricópteros, com um ou vários agentes.
Framework Python que compila funções Python comuns com JIT em kernels executados na CPU ou em GPUs NVIDIA, para simulação, robótica e ML.
Framework baseado no NVIDIA Isaac Sim para simular drones multirrotores, com integração aos pilotos automáticos PX4 e ArduPilot e uma interface de controle em Python.
Simulador baseado em Unreal Engine para drones, carros e outros veículos, ampliado pela Cosys-Lab com novos modelos de sensores e APIs.
Benchmark de aprendizado por imitação para controle de corpo inteiro, com ambientes MuJoCo e MJX para humanoides, quadrúpedes e modelos musculoesqueléticos humanos.