Github 项目推荐 | SpaceX Falcon 9 Box2D 回收降落动作模拟器

这是一款 SpaceX Falcon 9 第一级火箭的垂直火箭着陆模拟器，该模拟器用 Python 3.5 开发并且在 OpenAI Gym 环境中编写。该模拟器采用的是 Box2D 物理引擎，环境和 Lunar Lander 类似。以下为演示动画：

https://www.youtube.com/watch?v=4_igzo4qNmQ

Github：

https://github.com/arex18/rocket-lander

OpenAI Gym Environment：

https://gym.openai.com/docs/

Lunar Lander：

https://gym.openai.com/envs/LunarLander-v2/

此代码可用于：

• 模拟 PID 控制

• 模拟 DDPG 控制

• 模拟 MPC 控制

也可以用于（非通常用法）：

• 模拟进化策略算法（ES）

• 函数逼近 Q-learning（FA Q-Learning）

• 线性二次型调节器（LQR）

该项目主要贡献了模拟环境，其他的控制脚本在参考和文件中。

模拟代码在 environments 下。

  快速开始

下载该库，然后用 pip 安装

前提

以下是运行该库所需的软件列表，Windows 用户请前往[Windows Python 扩展库]（Python 扩展包的非官方 Windows 二进制文件）列表来安装 cvxpy 和其他任何失败的 pip 安装。

tensorflow
matplotlib
gym
numpy
Box2D
logging
pyglet
cvxpy
abc
concurrent

python pip install PATH_TO_YOUR_DOWNLOADED_LIBRARY (ending in whl)

检查功能

运行 main_simulation.py 并检查模拟是否开始，一个显示火箭的窗口应该弹出。如果从终端运行，只需：

python main_simulation.py

  问题定义

介绍

这个小型项目的重点在于将经典控制方法与 AI 算法进行比较和对比，以应用于连续控制问题。 这与动作空间离散的 lunar lander 不同。离散动作空间示例：

lunar_lander_horizontal_thrusters = {-1, -0.5, 0, 0.5, 1}
lunar_lander_vertical_thruster = {0, 0.5, 1}

连续动作空间示例：

lunar_lander_left_thruster = [0, 1] (negated in code)
lunar_lander_right_thruster = [0, 1]
lunar_lander_vertical_thruster = [0, 1]

然而，大多数现实生活问题都存在于连续状态和连续行动空间中。状态和动作域都可以离散化，但在实际应用中会有各种限制。

所以该模拟器的目的就是为了实现连续空间的仿真。PID，MPC，ES 和 DDPG算法进行比较之后，DDPG 表现出了令人印象深刻的结果。DDPG 解决了 Q-learning 离散动作空间的限制。虽然有些复杂，但 DDPG 获得最高效率和最佳总体控制。

模拟状态和动作

在代码中，状态被定义为：

State = [x_pos, y_pos, x_vel, y_vel, lateral_angle, angular_velocity]
Actions = Fe, Fs, $psi$

• Fe = Main Engine (vertical thruster) [0, 1]

• Fs = Side Nitrogen Thrusters [-1, 1]

• Psi = Nozzle angle [-NOZZLE_LIMIT, NOZZLE_LIMIT]

所有的模拟设置，限制，多边形，云，海等都在 constants.py 文件中被定义为常量。

控制器

控制器的代码存放于 control_and_ai 下，DDPG 有独立的包。作者在设计原型和训练模型时写了一些非结构化的脚本，所以库中有些未经测试的混乱代码，在此作者表示歉意。另外，一些训练好的模型存放在不同的目录下。

从Python入门-如何成为AI工程师

BAT资深算法工程师独家研发课程

最贴近生活与工作的好玩实操项目

班级管理助学搭配专业的助教答疑

学以致用拿offer，学完即推荐就业

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据资料】

基于 Unity/OpenAI Gym/PyTorch/TF 的深度强化学习研究框架

▼▼▼