Подборка кода на Python и учебник по алгоритмам робототехники: локализации, картографированию, SLAM, планированию траекторий и управлению.
hanruihua/ir-sim
Лёгкий симулятор роботов на Python для навигации, управления и обучения, настраиваемый через YAML-файлы.
- Звёзды
- 1,169
- Форки
- 151
- Открытые issues
- 4
- Последний коммит
- 6 дней назад
Что это?
IR-SIM — симулятор роботов на Python для исследований в области навигации, управления и обучения роботов. Сценарии, роботы, датчики и препятствия задаются в YAML-файлах, поэтому для большинства конфигураций код почти не нужен или не нужен вовсе. В симулятор встроено обнаружение столкновений, а результаты отображаются в средстве визуализации на базе Matplotlib.
Поддерживаются роботы с дифференциальным и всенаправленным приводом, а также с рулевым управлением Ackermann; доступны датчики 2D LiDAR, FMCW LiDAR, контактные датчики и датчики поля зрения. Модели поведения включают прямое движение к цели, методы RVO и ORCA для предотвращения столкновений между агентами и модель социальных сил для пешеходов. Объекты могут быть кругами, прямоугольниками, многоугольниками, ломанными линиями или бинарными картами-сетками; режим контакта твёрдых тел позволяет моделировать толкание и складывание объектов.
Пакет устанавливается с помощью pip и требует Python версии 3.10 или новее. Он предназначен для академического и учебного использования, где быстрое прототипирование алгоритмов планирования и обучения важнее высокоточной физики.
Ключевые возможности
- 01Роботы с дифференциальной, всенаправленной кинематикой и кинематикой Ackermann
- 02Настройка сценариев через YAML с минимальным количеством кода или без него
- 03Встроенные датчики LiDAR, контактные датчики и датчики поля зрения
- 04Модели поведения RVO, ORCA и социальные силы для сцен с несколькими агентами
- 05Лёгкая визуализация на Matplotlib для отладки
Сценарии использования
- Прототипирование алгоритмов навигации и предотвращения столкновений перед запуском на реальном оборудовании
- Обучение и сравнительная оценка агентов с подкреплением для навигации роботов
- Преподавание робототехники на воспроизводимых симулируемых сценариях
- Тестирование поведения нескольких роботов или толпы пешеходов
Быстрый старт
- 1
Установите пакет из PyPI
pip install ir-sim - 2
Сохраните пример YAML-файла как robot_world.yaml и запустите скрипт быстрого старта на Python
Что важно знать
- Требуется Python версии 3.10 или новее.
- Используется рендеринг на основе Matplotlib, предназначенный для быстрой отладки, а не для высококачественной графики.
В подборках
Темы
Частые вопросы
- Что такое ir-sim?
- Лёгкий симулятор роботов на Python для навигации, управления и обучения, настраиваемый через YAML-файлы. IR-SIM — симулятор роботов на Python для исследований в области навигации, управления и обучения роботов. Сценарии, роботы, датчики и препятствия задаются в YAML-файлах, поэтому для большинства конфигураций код почти не нужен или не нужен вовсе. В симулятор встроено обнаружение столкновений, а результаты отображаются в средстве визуализации на базе Matplotlib.
- ir-sim можно использовать бесплатно? Какая у него лицензия?
- ir-sim распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- ir-sim всё ещё поддерживается?
- Активно поддерживается. Последний коммит в ir-sim — 1 нояб. 2026 г..
- Для чего можно использовать ir-sim?
- Прототипирование алгоритмов навигации и предотвращения столкновений перед запуском на реальном оборудовании Обучение и сравнительная оценка агентов с подкреплением для навигации роботов Преподавание робототехники на воспроизводимых симулируемых сценариях Тестирование поведения нескольких роботов или толпы пешеходов
- Как установить ir-sim?
- Установите пакет из PyPI: pip install ir-sim Сохраните пример YAML-файла как robot_world.yaml и запустите скрипт быстрого старта на Python
- Где скачать ir-sim?
- Исходный код и инструкции по установке — на GitHub: https://github.com/hanruihua/ir-sim
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Лёгкий симулятор вождения на Python для обучения с подкреплением и исследований автономного вождения, с симуляцией сенсоров и средами в стиле Gymnasium.
Среды Gymnasium на базе PyBullet для обучения контроллеров квадрокоптеров с подкреплением — как одиночных, так и мультиагентных.
Примеры кода на Python и руководства по алгоритмам управления автономным транспортом — учебный ресурс для начинающих.
Фреймворк навигации для ROS 2, который позволяет мобильным роботам строить маршруты, следовать им и избегать препятствий с помощью стека на основе деревьев поведения.
Совместимый с Gymnasium набор симуляторов вождения для обучения и тестирования агентов автономного вождения и принятия решений.