safe-control-gym

基于物理的CartPole和四旋翼Gym环境（使用PyBullet），具有符号化的先验动力学（使用CasADi），用于基于学习的控制以及无模型和基于模型的强化学习（RL）。

这些环境包括（并评估）符号化的安全约束，并实现输入、参数和动力学扰动，以测试控制方法的鲁棒性和泛化能力。[PDF]

@article{brunke2021safe,
         title={机器人中的安全学习：从基于学习的控制到安全强化学习},
         author={Lukas Brunke and Melissa Greeff and Adam W. Hall and Zhaocong Yuan and Siqi Zhou and Jacopo Panerati and Angela P. Schoellig},
         journal = {控制、机器人和自主系统年度评论},
         year={2021},
         url = {https://arxiv.org/abs/2108.06266}}

要复现文章中的结果，请参见分支 ar。

@misc{yuan2021safecontrolgym,
      title={safe-control-gym: 安全学习控制和强化学习的统一基准套件},
      author={Zhaocong Yuan and Adam W. Hall and Siqi Zhou and Lukas Brunke and Melissa Greeff and Jacopo Panerati and Angela P. Schoellig},
      year={2021},
      eprint={2109.06325},
      archivePrefix={arXiv},
      primaryClass={cs.RO}}

要复现文章中的结果，请参见分支 submission。

在Ubuntu/macOS上安装

克隆仓库

git clone https://github.com/utiasDSL/safe-control-gym.git
cd safe-control-gym

（可选）创建 `conda` 环境

使用conda创建并访问Python 3.10环境

conda create -n safe python=3.10
conda activate safe

安装

安装 safe-control-gym 仓库

python -m pip install --upgrade pip
python -m pip install -e .

注意

你可能需要单独安装 gmp，这是 pycddlib 的依赖项：

conda install -c anaconda gmp

或

sudo apt-get install libgmp-dev

架构

safe-control-gym API概览：

配置

入门

通过examples/中的脚本熟悉API和环境

使用PID进行3D四旋翼莱姆尼斯卡特轨迹跟踪

cd ./examples/   # 导航到examples文件夹
python3 pid/pid_experiment.py \
    --algo pid \
    --task quadrotor \
    --overrides \
        ./pid/config_overrides/quadrotor_3D/quadrotor_3D_tracking.yaml

systems trajectory

使用LQR进行倒立摆稳定控制

cd ./examples/   # 进入examples文件夹
python3 lqr/lqr_experiment.py \
    --algo lqr \
    --task cartpole \
    --overrides \
        ./lqr/config_overrides/cartpole/cartpole_stabilization.yaml \
        ./lqr/config_overrides/cartpole/lqr_cartpole_stabilization.yaml

使用PPO进行2D四旋翼飞行器轨迹跟踪

cd ./examples/rl/   # 进入RL examples文件夹
python3 rl_experiment.py \
    --algo ppo \
    --task quadrotor \
    --overrides \
        ./config_overrides/quadrotor_2D/quadrotor_2D_track.yaml \
        ./config_overrides/quadrotor_2D/ppo_quadrotor_2D.yaml \
    --kv_overrides \
        algo_config.training=False

详细API示例

cd ./examples/   # 进入examples文件夹
python3 no_controller/verbose_api.py \
    --task cartpole \
    --overrides no_controller/verbose_api.yaml

已实现的控制器列表

已实现的安全过滤器列表

性能

我们将safe-control-gym的样本效率与原始的OpenAI Cartpole、PyBullet Gym的倒立摆以及gym-pybullet-drones进行比较。我们选择每个项目的默认物理模拟积分步长。我们报告开环、随机动作输入的性能结果。请注意，safe-control-gym报告的Bullet引擎频率通常更加精细，以提高保真度。safe-control-gym四旋翼环境虽然不如gym-pybullet-drones轻量级，但提供了相同数量级的加速和更多的安全特性/符号模型。

环境	图形界面	控制频率	PyBullet频率	约束与干扰^	加速比^^
Gym cartpole	是	50Hz	不适用	否	1.16倍
InvPenPyBulletEnv	否	60Hz	60Hz	否	158.29倍
cartpole	是	50Hz	50Hz	否	0.85倍
cartpole	否	50Hz	1000Hz	否	24.73倍
cartpole	否	50Hz	1000Hz	是	22.39倍

gym-pyb-drones	是	48Hz	240Hz	否	2.43倍
gym-pyb-drones	否	50Hz	1000Hz	否	21.50倍
quadrotor	是	60Hz	240Hz	否	0.74倍
quadrotor	否	50Hz	1000Hz	否	9.28倍
quadrotor	否	50Hz	1000Hz	是	7.62倍

^ 环境是否包含默认的约束和干扰集

^^ 加速比 = 模拟时间 / 实际时钟时间；在2.30GHz四核i7-1068NG7处理器和32GB 3733MHz LPDDR4X内存的设备上测试；无GPU

运行测试和代码检查

可以通过执行以下命令在本地运行测试：

python3 -m pytest ./tests/  # 运行所有测试

可以通过以下命令在本地运行代码检查：

pre-commit install  # 安装pre-commit钩子
pre-commit autoupdate  # 自动更新钩子版本
pre-commit run --all  # 对所有文件运行钩子

参考文献

Brunke, L., Greeff, M., Hall, A. W., Yuan, Z., Zhou, S., Panerati, J., & Schoellig, A. P. (2022)。机器人中的安全学习：从基于学习的控制到安全强化学习。《控制、机器人和自主系统年度评论》，5，411-444。
Yuan, Z., Hall, A. W., Zhou, S., Brunke, L., Greeff, M., Panerati, J., & Schoellig, A. P. (2022)。safe-control-gym：机器人安全学习控制和强化学习的统一基准套件。《IEEE机器人与自动化快报》，7(4)，11142-11149。