論文の概要: BVR Sim: An Open and High-Throughput Environment for Heterogeneous Air-Combat Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2608.25419v1
- Date: Wed, 26 Aug 2026 06:21:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.618893
- Title: BVR Sim: An Open and High-Throughput Environment for Heterogeneous Air-Combat Reinforcement Learning
- Title(参考訳): BVR Sim: 異種エアコン強化学習のためのオープンで高出力な環境
- Abstract要約: 異種空対空強化学習のためのオープンソース環境であるBVR Simについて述べる。
BVR SimはF-15、F-16、F/A-18、F-22を含む複数のJSBSim航空機モデルをサポートしている。
統合された戦術行動インタフェースは、航空機固有のインナーループコントローラの上に、所望の進路、高度、速度、武器の放出を指定する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Beyond-visual-range (BVR) air combat is a challenging reinforcement-learning domain characterized by partial observability, long-horizon decision making, energy management, and limited weapons. We present BVR Sim, an open-source Gymnasium-style environment designed for heterogeneous air-combat reinforcement learning. BVR Sim supports multiple JSBSim aircraft models, including the F-15, F-16, F/A-18, and F-22, with configurable weapons, sensors, controllers, and opponents. A unified tactical action interface specifies desired heading, altitude, speed, and weapon release above aircraft-specific inner-loop controllers, enabling policies to operate across heterogeneous platforms. The environment provides interchangeable Python and accelerated C++ backends, entity-oriented observations, compositional rewards, scripted opponents, replay and visualization, and adapters for multi-agent learning frameworks. At a 0.4-s decision interval, the C++ backend achieves 104 simulated seconds per wall-clock second in 1-vs-1 and remains practical through 10-vs-10 scenarios. A policy trained only on the F-16 transfers without retraining to four unseen aircraft, reaching a 45.5% mean win rate with aircraft-specific controller adaptation. MAPPO and HAPPO experiments further verify end-to-end compatibility with standard multi-agent reinforcement-learning pipelines.
- Abstract(参考訳): 近距離戦闘(Beyond-visual-range、BVR)は、部分的な観測可能性、長期の意思決定、エネルギー管理、限られた兵器を特徴とする、困難な強化学習領域である。
異種空燃強化学習用に設計されたオープンソースの体育館型環境であるBVR Simについて述べる。
BVR Simは、F-15、F-16、F/A-18、F-22を含む複数のJSBSim航空機モデルをサポートし、設定可能な武器、センサー、コントローラ、対戦車などを備えている。
統合された戦術行動インタフェースは、航空機固有の内部ループ制御器の上に所望の進路、高度、速度、武器の放出を規定し、不均一なプラットフォームを横断する政策を可能にする。
この環境は、PythonとアクセラレーションされたC++バックエンド、エンティティ指向の観察、構成上の報酬、スクリプト化された対戦相手、リプレイと視覚化、マルチエージェント学習フレームワーク用のアダプタを提供する。
0.4秒の判定間隔で、C++バックエンドは1-vs-1のウォールクロック毎秒104秒のシミュレーションを達成し、10-vs-10のシナリオを通じて実用的である。
F-16は4機の無人機に再訓練することなくF-16のトランスファーのみを訓練し、45.5%の平均勝利率に達した。
MAPPOとHAPPOは、標準のマルチエージェント強化学習パイプラインとのエンドツーエンド互換性をさらに検証する。
関連論文リスト
- DynFly: Dynamic-Aware Continuous Trajectory Generation for UAV Vision-Language Navigation in Urban Environments [55.73595346639892]
我々は高レベルナビゲーション推論と実行可能なUAV動作を橋渡しするDynFlyを提案する。
DynFlyはB-スプライン制御点空間のエキスパート軌道を表し、Spline-DiTジェネレータを用いて条件付き軌道生成を学習する。
OpenUAV UAV-VLNベンチマークの実験では、DynFlyは航法性能と軌道品質の両方を改善している。
論文 参考訳(メタデータ) (2026-06-30T13:33:48Z) - Aero-World: Action-Conditioned Aerial Video Generation from Inertial Controls [57.166020875486474]
我々は,事前学習した画像から映像への拡散モデルを制御可能な空中ビデオ生成装置に変換する方法であるtextbfAero-World を提案する。
実ビデオ-IMUペアで独立して訓練された冷凍潜伏空間物理学プローブは、LoRA微調整中に慣性・一貫性の異なる監視を提供する。
AeroBenchでは、アクションのみの微調整で平均AASを57.7から63.6に改善し、AirScapeよりも優れた品質制御トレードオフを提供する。
論文 参考訳(メタデータ) (2026-05-19T12:02:17Z) - MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。
本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。
MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
論文 参考訳(メタデータ) (2026-05-13T23:35:14Z) - CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence [2.061094726550731]
CARLA-Airは、1つのUnreal Engineプロセス内に高忠実度都市運転と物理精度のマルチロータ飛行を統合するオープンソースのインフラである。
CARLA-Airは、共有物理ティッチとレンダリングパイプライン内で、ルールに準拠したトラフィック、社会的に認識された歩行者、空力的に一貫性のあるUAVダイナミクスを備えた環境を提供する。
論文 参考訳(メタデータ) (2026-03-30T04:49:29Z) - SkySim: A ROS2-based Simulation Environment for Natural Language Control of Drone Swarms using Large Language Models [0.0]
無人航空機(UAV)は、物流、農業、監視に多用途の用途を提供する。
従来の静的メソッドは適応性を制限するが、Large Language Models (LLMs) は自然言語を制御できるが、安全でないトラジェクトリを生成する。
本稿では,低レベル安全対策からLLM高レベル計画を分離する,ガゼボのROS2ベースのシミュレーションフレームワークであるSkySimを紹介する。
論文 参考訳(メタデータ) (2026-02-01T13:34:34Z) - Training Environment for High Performance Reinforcement Learning [0.0]
トンネルは高性能航空機のための強化学習環境である。
F16の非線形飛行ダイナミクスをOpenAI Gymnasium pythonパッケージに統合する。
論文 参考訳(メタデータ) (2025-05-04T01:09:15Z) - Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。
提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。
ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
論文 参考訳(メタデータ) (2024-09-12T11:50:06Z) - BVR Gym: A Reinforcement Learning Environment for Beyond-Visual-Range Air Combat [3.4311229392863463]
我々は、航空戦闘戦術の調査を支援するため、強化学習環境を構築します。
長距離ミサイルは、しばしば空中戦闘で使用される最初の兵器である。
この記事では、環境の構成要素といくつかのユースケースについて説明する。
論文 参考訳(メタデータ) (2024-03-26T09:39:21Z) - Learning a Single Near-hover Position Controller for Vastly Different
Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。
これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。
また、実行中に未知の障害に迅速に適応する。
論文 参考訳(メタデータ) (2022-09-19T17:55:05Z) - Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。
Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
論文 参考訳(メタデータ) (2022-05-13T21:55:28Z) - Developmental Reinforcement Learning of Control Policy of a Quadcopter
UAV with Thrust Vectoring Rotors [1.0057838324294686]
推力ベクター機能を有するクアッドコプターのための新規な強化学習型制御器を提案する。
このロボットの制御方針は、学習したクワッドコプターの制御装置からポリシー伝達を用いて学習される。
学習方針の性能は、ホバリングとウェイポイントナビゲーションのタスクの物理シミュレーションにより評価される。
論文 参考訳(メタデータ) (2020-07-15T16:17:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。