一个提供统一 API 和参考环境的 Python 多智能体强化学习研究库,接口风格类似 Gymnasium。
3553+9 本周555PythonMIT维护活跃更新于 8天前
基于 Basilisk 仿真框架的 Python 包,用于构建航天器任务规划与调度的 Gymnasium 强化学习环境。
BSK-RL 是一个用于构建航天器任务调度问题 Gymnasium 环境的 Python 包,例如规划卫星应当采集哪些观测目标。它基于模块化的航天器仿真框架 Basilisk 构建,因此环境具备较高的仿真保真度和较好的计算效率。
该项目面向航天器自主性研究,研究人员可以把任务规划问题定义为标准的 Gymnasium 环境,并在其中训练或评估智能体。安装说明、示例和 API 文档均托管在项目官网上。
项目由科罗拉多大学博尔德分校的自主车辆系统实验室(AVS Lab)开发。
打开 BSK-RL 官网并按照安装说明操作
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
一个提供统一 API 和参考环境的 Python 多智能体强化学习研究库,接口风格类似 Gymnasium。
基于 Gymnasium 的自动驾驶仿真环境合集,用于训练和测试自动驾驶与决策智能体。
基于 PyBullet 的 Gymnasium 环境,用于训练单机与多机四旋翼无人机的强化学习控制策略。
基于 Gymnasium API 与 MuJoCo 物理引擎的机器人强化学习仿真环境集合。
面向强化学习与自动驾驶研究的轻量级 Python 驾驶仿真器,支持传感器仿真与 Gymnasium 风格环境。
用于航天器动力学、制导、导航与控制仿真的 Python/C 天体动力学框架。