为对象配置行为#

仿真中的每个对象都可以独立指定行为以模拟不同场景。通过在 YAML 配置文件中设置行为参数即可完成配置。

行为配置参数#

当前内置两种行为：dash 与 rvo。默认情况下运动对象的行为为静态。你可以在 YAML 文件中将行为设为 dash 或 rvo。dash 为简单的直线追踪行为，直接从初始位置移动到目标；rvo 则是多智能体的动态避碰算法。

下面示例展示了 RVO 行为：

Python 脚本

import irsim

env = irsim.make()   

for i in range(1000):

    env.step()
    env.render(0.05)

    if env.done():
        break

env.end()

YAML 配置

world:
  height: 10  # the height of the world
  width: 10   # the width of the world

robot:
  - number: 10
    distribution: {name: 'circle', radius: 4.0, center: [5, 5]}  
    kinematics: {name: 'diff'}
    shape: 
      - {name: 'circle', radius: 0.2} 
    behavior: {name: 'rvo', vxmax: 1.5, vymax: 1.5, acce: 1.0, factor: 1.0}
    vel_min: [-3, -3.0]
    vel_max: [3, 3.0]
    color: ['royalblue', 'red', 'green', 'orange', 'purple', 'yellow', 'cyan', 'magenta', 'lime', 'pink', 'brown'] 
    arrive_mode: position
    goal_threshold: 0.15
    plot:
      show_trail: true
      show_goal: true
      trail_fill: true
      trail_alpha: 0.2
      show_trajectory: false

演示

关键行为参数说明#

通用参数：

name： 行为类型（'dash'、'rvo' 或自定义名称）
wander： 抵达当前目标后是否随机生成下一个目标（默认 False）
target_roles： 行为作用对象筛选（'all'、'robot'、'obstacle'）

RVO 专用参数：

vxmax/vymax： x/y 方向最大速度（默认 1.5）
acce： 最大加速度（默认 1.0）
factor： 碰撞惩罚权重（默认 1.0，越大越保守）
mode： 算法模式——'rvo'（默认）、'hrvo' 或 'vo'
neighbor_threshold： 邻近目标检测范围（默认 3.0 米）

Dash 专用参数：

angle_tolerance： diff/acker 机动学对准方向的容差（默认 0.1 弧度）

完整的行为参数列表请参见 YAML 配置。

自定义行为的高级配置#

自定义行为函数#

若希望为对象创建自定义行为，需先在自定义 Python 脚本（如 custom_behavior_methods.py）中定义行为，如下所示：

from irsim.lib import register_behavior
from irsim.util.util import relative_position, WrapToPi
import numpy as np

@register_behavior("diff", "dash_custom")
def beh_diff_dash(ego_object, objects, **kwargs):

    state = ego_object.state
    goal = ego_object.goal
    goal_threshold = ego_object.goal_threshold
    _, max_vel = ego_object.get_vel_range()
    angle_tolerance = kwargs.get("angle_tolerance", 0.1)

    behavior_vel = DiffDash2(state, goal, max_vel, goal_threshold, angle_tolerance)

    return behavior_vel


def DiffDash2(state, goal, max_vel, goal_threshold=0.1, angle_tolerance=0.2):

    distance, radian = relative_position(state, goal)

    if distance < goal_threshold:
        return np.zeros((2, 1))

    diff_radian = WrapToPi(radian - state[2, 0])
    linear = max_vel[0, 0] * np.cos(diff_radian)

    if abs(diff_radian) < angle_tolerance:
        angular = 0
    else:
        angular = max_vel[1, 0] * np.sign(diff_radian)

    return np.array([[linear], [angular]])

ego_object 表示需要控制的对象，objects 是仿真中的对象列表。自定义行为函数需返回对象的速度，并可从对象中获取状态、目标等属性。DiffDash2 就是一个计算冲刺速度的自定义行为函数。

重要

必须使用 @register_behavior 装饰器注册自定义行为。装饰器的第一个参数为机动学名称（diff、acker、omni），第二个参数为在 YAML 中引用的行为名称。

注册行为#

下方给出了运行自定义行为所需的 Python 脚本与 YAML。

Python 脚本

import irsim

env = irsim.make()
env.load_behavior("custom_behavior_methods")

for i in range(1000):

    env.step()
    env.render(0.01)
    
    if env.done():
        break

env.end(5)

load_behavior 函数会从 Python 脚本中加载自定义行为方法。custom_behavior_methods 是包含自定义行为函数的脚本名称。

备注

请将名为 custom_behavior_methods 的脚本与主 Python 脚本放在同一目录下。