Aerial Gym — Isaac Gym Simulator for Aerial Robots

要約

航空機ロボットのナビゲーションのための学習ベースの手法の開発は、高度に並列化されたシミュレーションを必要とする集中的なデータ駆動型のプロセスです。
このようなシミュレータを最大限に活用するには、現実世界のロボット インターフェイスを模倣する並列化された高レベルの制御手法が欠如していることが妨げられています。
このニーズに応えて、私たちは、姿勢、速度、位置追跡のための特殊ユークリッド群 SE(3) の非線形幾何学コントローラーと並行して数百万台のマルチコプター車両をシミュレートできるエアリアル ジム シミュレーターを開発しました。
また、環境内の多数の障害物を管理する機能も開発し、ナビゲーション タスクの学習のための迅速なランダム化を可能にします。
さらに、障害物が多い環境で RGB、深度、セグメンテーション、オプティカル フロー データをキャプチャできるシミュレートされたカメラを備えたロボットを備えたサンプル環境も提供します。
このシミュレーターは、現在は開発されていない、ジオメトリ コントローラーを使用した高度に並列化された航空ロボット シミュレーションを大規模に開発するための一歩となると同時に、ナビゲーション タスク用のカスタマイズ可能な障害物のランダム化機能も提供します。
互換性のある強化学習フレームワークを備えたトレーニング スクリプトを提供し、姿勢と速度のコマンド インターフェイスに基づいてロボットを目標設定点にナビゲートします。
最後に、私たちはシミュレータをオープンソース化し、深度画像のレイキャスティングを並列化してより多くのロボットをサポートするために、代替カーネルベースのフレームワークを使用してレンダリングを高速化するためにシミュレータをさらに開発することを目指しています。

要約(オリジナル)

Developing learning-based methods for navigation of aerial robots is an intensive data-driven process that requires highly parallelized simulation. The full utilization of such simulators is hindered by the lack of parallelized high-level control methods that imitate the real-world robot interface. Responding to this need, we develop the Aerial Gym simulator that can simulate millions of multirotor vehicles parallelly with nonlinear geometric controllers for the Special Euclidean Group SE(3) for attitude, velocity and position tracking. We also develop functionalities for managing a large number of obstacles in the environment, enabling rapid randomization for learning of navigation tasks. In addition, we also provide sample environments having robots with simulated cameras capable of capturing RGB, depth, segmentation and optical flow data in obstacle-rich environments. This simulator is a step towards developing a – currently missing – highly parallelized aerial robot simulation with geometric controllers at a large scale, while also providing a customizable obstacle randomization functionality for navigation tasks. We provide training scripts with compatible reinforcement learning frameworks to navigate the robot to a goal setpoint based on attitude and velocity command interfaces. Finally, we open source the simulator and aim to develop it further to speed up rendering using alternate kernel-based frameworks in order to parallelize ray-casting for depth images thus supporting a larger number of robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google