Lingkungan gimnasium untuk mensimulasikan perencanaan multi-robot. Lingkungan ini adalah implementasi tugas untuk merencanakan beberapa robot untuk mencapai lokasi target, menghindari hambatan di jalurnya. Implementasi logika lingkungan dan grafik didasarkan pada kode ini yang ditulis oleh Andrew Davison.
Lingkungan ini mensimulasikan pergerakan beberapa robot di lingkungan dengan hambatan dan target. Robot dikendalikan oleh tindakan yang diberikan oleh agen. Pengamatan yang diterima oleh agen mencakup informasi tentang posisi, kecepatan dan orientasi setiap robot, posisi masa depan target dan posisi rintangan di masa depan. Tujuan agen adalah untuk menavigasi robot ke target sambil menghindari tabrakan dengan hambatan.

Paket ini belum ada di PYPI sehingga instalasi lokal diperlukan:
git clone https://github.com/riiswa/planning-multi-robot-gym
cd planning-multi-robot-gym
pip install -e .
import planning_multi_robot_gym
# There are many adjustable parameters for this environment, please refer to the brief documentation in the code.
env = planning_multi_robot_gym . make ( "PlanningMultiRobot-v0" , render_mode = "human" , n_robots = 5 , n_barriers = 80 )
observation , info = env . reset ( seed = 42 )
for _ in range ( 1000 ):
action = ... # Your policy
observation , reward , terminated , truncated , info = env . step ( action )
env . render ()
if terminated or truncated :
observation , info = env . reset ()
env . close ()Berikut adalah daftar tugas yang tidak lengkap untuk orang-orang yang akan tertarik untuk berkontribusi pada repositori ini: