欢迎查阅 IR-SIM 文档！

IR-SIM 是一款开源、轻量级的 Python 机器人仿真器，面向导航、控制与学习。它将简单易用的框架与内置碰撞检测相结合，用于建模机器人、传感器与环境——让你以最少的代码与硬件，在自定义场景中快速构建机器人与 AI 算法的原型。

🚀 开始使用

开始上手

📚 用户指南

用户指南

⚙️ 配置

YAML 配置语法

🔧 API 参考

应用程序接口

⭐ GitHub

https://github.com/hanruihua/ir-sim

实际运行效果

多机器人 RVO 避障

基于 pyrvo 的 200 智能体 ORCA

社会力模型（SFM）

搭载 2D 激光雷达的阿克曼机器人

视场（FOV）检测

HM3D / MatterPort3D 栅格地图

动态随机障碍物

鼠标控制

键盘控制

核心特性

• 可仿真多种机器人平台，覆盖丰富的运动学模型、传感器与行为

• 借助简洁的 YAML 文件即可快速配置与自定义仿真场景，无需复杂编码

• 通过 matplotlib 实时可视化仿真结果，获得即时反馈与分析

• 支持每个仿真对象的碰撞检测与行为控制

• 适用于多智能体与机器人学习研究

功能支持

运动学	差速驱动 · 全向 · 全向（带角速度控制） · 阿克曼转向
传感器	2D 激光雷达 · 2D FMCW 激光雷达 · 视场（FOV）检测器
几何形状	圆形 · 矩形 · 多边形 · 折线 · 二值栅格地图
行为	dash · RVO · ORCA · SFM（社会力模型）

安装

从 PyPI 安装最新版本：

pip install ir-sim

更喜欢 conda 或 uv？选择你的安装方式：

推荐

📦 pip

使用 pip 快速安装

安装

热门

🐍 conda

在 conda 环境中安装

安装

极速

⚡ uv

闪电般的安装速度

安装

基于 IR-SIM 的项目

学术论文

• rl-rvo-nav（RAL & ICRA2023） - 基于强化学习的 RVO 行为，用于多机器人导航。

• RDA_planner（RAL & IROS2023） - 面向密集环境的加速无碰撞运动规划器。

• NeuPAN（T-RO 2025） - 端到端、基于模型学习的点云直接驱动机器人导航。

社区项目

• DRL-robot-navigation-IR-SIM - 用于机器人导航的深度强化学习。

• AutoNavRL - 基于强化学习的自主导航。

• IRSIM-3DGS-Bridge - 一座闭环桥梁，将三维高斯泼溅（3D Gaussian Splatting）场景接入 IR-SIM 进行规划与跟随，再返回 Habitat-GS 进行轨迹回放。

引用

如果 IR-SIM 对您有帮助，欢迎在 GitHub 上为本项目点亮 ⭐ Star，并引用我们的论文：

@article{han2026ir,
  title={IR-SIM: A Lightweight Skill-Native Simulator for Navigation, Learning, and Benchmarking},
  author={Han, Ruihua and Wang, Shuai and Li, Chengyang and Gao, Rui and Wang, Xinyi and Liu, Zhe and Li, Guoliang and Lu, Yupu and Hao, Qi and Pan, Jia and Zhao, Hengshuang},
  journal={arXiv preprint arXiv:2606.08729},
  year={2026}
}