Outils autopilot research simples et intuitifs

Explorez des solutions autopilot research conviviales, conçues pour simplifier vos projets et améliorer vos performances.

autopilot research

  • Relie le simulateur de vol X-Plane à OpenAI Gym pour former des agents d'apprentissage par renforcement pour un contrôle réaliste des avions via Python.
    0
    0
    Qu'est-ce que GYM_XPLANE_ML ?
    GYM_XPLANE_ML encapsule le simulateur de vol X-Plane en tant qu'environnement OpenAI Gym, exposant la commande de l'accélérateur, de l'élévateur, de l'aileron et du gouvernail comme espaces d'action et des paramètres de vol tels que l'altitude, la vitesse et l'orientation comme observations. Les utilisateurs peuvent programmer des flux de travail d'entraînement en Python, choisir des scénarios prédéfinis ou personnaliser des waypoints, des conditions météorologiques et des modèles d'avion. La bibliothèque gère la communication à faible latence avec X-Plane, exécute des épisodes en mode synchrone, enregistre les performances et supporte le rendu en temps réel pour le débogage. Elle permet le développement itératif d'autopilotes basés sur ML et d'algorithmes RL expérimentaux dans un environnement de vol haute fidélité.
    Fonctionnalités principales de GYM_XPLANE_ML
    • Interface API OpenAI Gym pour X-Plane
    • Espaces d'observation et d'action configurables
    • Scénarios de vol intégrés et support des waypoints
    • Communication UDP à faible latence avec X-Plane
    • Rendu en temps réel et journalisation des performances
    • Configuration personnalisée des scénarios et du temps météo
Vedettes