MarineGym: A High-Performance Reinforcement Learning Platform for Underwater Robotics

要約

この作業では、水中ロボット工学専用に設計された高性能補強学習（RL）プラットフォームであるMarineGymを提示します。
RLの互換性、トレーニング効率、標準化されたベンチマークの観点から、既存の水中シミュレーション環境の制限に対処することを目的としています。
MarineGymは、Isaac SIMに基づいて提案されているGPUアクセラ化された流体力学プラグインを統合し、単一のNVIDIA RTX 3060 GPUで1秒あたり250,000フレームの展開速度を達成します。
また、無人の水中車両（UUV）、複数の推進システム、およびコア水中制御の課題をカバーする一連の事前定義されたタスクの5つのモデルを提供します。
さらに、DR Toolkitでは、トレーニング中にシミュレーションとタスクパラメーターを柔軟に調整して、SIM2REALの転送を改善できます。
さらなるベンチマーク実験は、MarineGymが既存のプラットフォームに対するトレーニング効率を改善し、さまざまな摂動の下で堅牢な政策適応をサポートすることを示しています。
このプラットフォームは、水中ロボット工学のRL研究のさらなる進歩を促進できると予想しています。
MarineGymとそのアプリケーションの詳細については、プロジェクトページhttps：//marine-gym.com/をご覧ください。

要約(オリジナル)

This work presents the MarineGym, a high-performance reinforcement learning (RL) platform specifically designed for underwater robotics. It aims to address the limitations of existing underwater simulation environments in terms of RL compatibility, training efficiency, and standardized benchmarking. MarineGym integrates a proposed GPU-accelerated hydrodynamic plugin based on Isaac Sim, achieving a rollout speed of 250,000 frames per second on a single NVIDIA RTX 3060 GPU. It also provides five models of unmanned underwater vehicles (UUVs), multiple propulsion systems, and a set of predefined tasks covering core underwater control challenges. Additionally, the DR toolkit allows flexible adjustments of simulation and task parameters during training to improve Sim2Real transfer. Further benchmark experiments demonstrate that MarineGym improves training efficiency over existing platforms and supports robust policy adaptation under various perturbations. We expect this platform could drive further advancements in RL research for underwater robotics. For more details about MarineGym and its applications, please visit our project page: https://marine-gym.com/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google