IR-SIM

ナビゲーション・制御・RL研究のための軽量ピュアPython 2Dロボットシミュレータ

ライセンス

MIT

概要

IR-SIM(Intelligent Robot Simulator)は、Gazeboクラスの3Dエンジンのオーバーヘッドなしにナビゲーション・制御・学習の研究を行うために設計された、軽量なピュアPythonの2Dシミュレータです。ロボット(差動駆動、全方向移動、アッカーマン)、センサー(視野角を設定可能な2D LiDAR)、障害物、ビヘイビアをシンプルなYAMLファイルで宣言し、シミュレーションはヘッドレスまたはMatplotlibレンダリングのアニメーション付きで実行できます。RLの学習ループに十分な速さで、教室のラップトップでも動く軽さです。

IR-SIMは、おもちゃのグリッドワールドと重量級3Dシミュレータの間のギャップを狙っています。完全なシナリオ — ワールドサイズ、ロボットの運動学、センサーモデル、障害物フィールド(静的・動的・多角形)、ゴールビヘイビア、衝突処理 — がYAMLファイルに収まり、Python APIがワールドを決定論的にステップ実行してアルゴリズム・イン・ザ・ループの実験を可能にします。マルチエージェントナビゲーション研究のための異種ロボット群をサポートし、組み込みビヘイビア(差動/全方向移動でのゴールへの移動、ランダムウォーク)とキーボードテレオペレーションを備え、Matplotlibで論文品質のアニメーションをレンダリングしてGIFエクスポートできます。運動学には設定可能なノイズを加えられ、LiDARスキャンは任意の障害物形状との交差をサポートし、Gymnasium互換のラッパー(gym-envブランチ/例)により自然なRL学習環境になります。pipでインストール可能で活発に開発されており、ReadTheDocsで文書化され、RDAプランナーやニューラルネットワークモーションプランナーを含む複数の発表済みナビゲーション論文のシミュレーション基盤として使われています。

重要な理由

ほとんどのナビゲーションおよびRL研究に必要なのは、フォトリアリズムではなく、数千回の高速で再現可能な2Dエピソードです。IR-SIMはその用途の定番の軽量シミュレータに静かになりました。pipでインストールでき、YAMLで設定でき、決定論的で高速 — 近年のナビゲーション論文の多くが実際に実験を回した場所です。

解決する課題

Gazeboクラスのシミュレータは2Dナビゲーション研究には過剰です。イテレーションが遅く、インストールが重く、CIやRLループでは扱いにくい。IR-SIMは代わりにワンライナーのインストールとYAMLファイルを提供し、信頼できるナビゲーション実験に十分な運動学とセンサーの忠実度を備えています。

主なポイント

• 差動駆動・全方向移動・アッカーマンロボットのピュアPython 2Dシミュレーション
• シナリオ全体をYAMLで定義: ロボット、LiDAR、障害物フィールド、ビヘイビア、ゴール
• RL学習のための高速ヘッドレスステップ実行。論文用のMatplotlibアニメーションとGIFエクスポート
• ロボットごとの運動学・センサー・ビヘイビアを持つマルチロボット群
• pipでインストール可能、ReadTheDocsで文書化、発表済みナビゲーションプランナーで使用実績あり

対象

• ナビゲーションおよびモーションプランニングの研究者
• 2Dナビゲーションポリシーを学習させるRL実務者
• ロボティクスの教育者と学生
• CIフレンドリーなシミュレーションを必要とするアルゴリズム開発者

制限事項

• 2Dのみ — 3D物理、マニピュレーション、フォトリアリスティックな知覚はない
• Matplotlibレンダリングは可視化用であり、カメラシミュレーションではない
• 運動学的(動力学的でない)ロボットモデルのため、アグレッシブな制御研究には忠実度が不足