IR-SIM

Simulador 2D leve de robôs em Python puro para pesquisa em navegação, controle e RL

Licença

MIT

Visão geral

O IR-SIM (Intelligent Robot Simulator) é um simulador 2D leve, em Python puro, projetado para pesquisa em navegação, controle e aprendizado sem a sobrecarga de motores 3D da classe do Gazebo. Robôs (diferencial, omnidirecional, Ackermann), sensores (lidar 2D com FOV configurável), obstáculos e comportamentos são declarados em arquivos YAML simples, e as simulações rodam em modo headless ou com animação renderizada em Matplotlib — rápido o suficiente para loops de treinamento de RL e leve o suficiente para laptops de sala de aula.

O IR-SIM mira a lacuna entre grid-worlds de brinquedo e simuladores 3D pesados. Um cenário completo — tamanho do mundo, cinemática dos robôs, modelos de sensores, campos de obstáculos (estáticos, dinâmicos, poligonais), comportamentos de objetivo e tratamento de colisões — vive em um arquivo YAML, e a API Python avança o mundo de forma determinística para experimentos algorithm-in-the-loop. Suporta frotas de robôs heterogêneos para pesquisa em navegação multiagente, inclui comportamentos embutidos (movimento diferencial/omni até o objetivo, random walk) mais teleoperação por teclado, e renderiza animações com qualidade de publicação via Matplotlib com exportação em GIF. A cinemática pode incluir ruído configurável, as varreduras de lidar suportam interseção com geometria de obstáculos arbitrária, e um wrapper compatível com Gymnasium (branch/exemplos gym-env) o torna um ambiente natural de treinamento de RL. O projeto é instalável via pip, ativamente desenvolvido, documentado no ReadTheDocs e usado como espinha dorsal de simulação de vários artigos de navegação publicados, incluindo o planejador RDA e planejadores de movimento com redes neurais.

Por que importa

A maior parte da pesquisa em navegação e RL precisa de milhares de episódios 2D rápidos e reproduzíveis, não de fotorrealismo — e o IR-SIM tornou-se silenciosamente o simulador leve preferido para esse trabalho: instalável via pip, configurado em YAML, determinístico e rápido, é onde muitos artigos recentes de navegação de fato rodaram seus experimentos.

Problema que resolve

Simuladores da classe do Gazebo são exagero para pesquisa em navegação 2D: lentos para iterar, pesados de instalar, penosos em CI e em loops de RL. O IR-SIM dá aos pesquisadores uma instalação de uma linha e um arquivo YAML em vez disso, com fidelidade cinemática e de sensores suficiente para experimentos de navegação críveis.

Pontos principais

• Simulação 2D em Python puro de robôs diferenciais, omnidirecionais e Ackermann
• Cenários inteiros definidos em YAML: robôs, lidars, campos de obstáculos, comportamentos, objetivos
• Stepping headless rápido para treinamento de RL; animação Matplotlib e exportação em GIF para artigos
• Frotas multirrobô com cinemática, sensores e comportamentos por robô
• Instalável via pip, documentado no ReadTheDocs e usado por planejadores de navegação publicados

Para quem é

• Pesquisadores de navegação e planejamento de movimento
• Praticantes de RL treinando políticas de navegação 2D
• Educadores e estudantes de robótica
• Desenvolvedores de algoritmos que precisam de simulação amigável a CI

Limitações

• Apenas 2D — sem física 3D, manipulação ou percepção fotorrealista
• A renderização em Matplotlib é para visualização, não para simulação de câmera
• Modelos de robô cinemáticos (não dinâmicos) limitam a fidelidade para pesquisa em controle agressivo