重磅发布!RflySim Cloud 智能算法云仿真平台亮相,助力大规模集群算法高效训练

RflySim Cloud智能算法云仿真平台(以下简称RflySim Cloud平台)是由卓翼智能及飞思实验室为无人平台集群算法验证、大规模博弈对抗仿真、人工智能模型训练等前沿研究领域研发的平台。主要由环境仿真模块、物理效应计算模块、多智能体仿真模块、分布式网络通信模块、可视化渲染模块等部分组成,支持公有云和私有云部署,是集大规模精细化模型仿真模拟与多类型智能算法在线开发、调试、训练于一体的综合平台。

一. 平台概述及功能
基于实物装备传统算法验证手段存在准备时间长、成本高、效率低,尤其在无人集群大规模博弈对抗领域存在对硬件算力要求高、开发环境不完善、训练效率低且训练结果可信度低等问题,急需构建大规模集群训练仿真平台,在仿真平台里对真实环境、真实装备进行等效模拟,建立一对一映射,最终无人系统算法可以在平行仿真训练系统中进行验证、学习及训练,RflySim Cloud平台由此诞生。
RflySim Cloud平台可按照典型验证场景要求构建孪生级仿真环境,按照精细化模型要求构建动力学物理模型,产生无人系统训练数据,基于分布式网络通信框架与智能算法交互,支撑百架级以上无人装备智能算法训练。研究者和开发者能够通过可视化直观了解仿真态势,可预先结合训练目的来标定评价指标,进而仿真平台依据评价标准对决策进行效应评定,给出效用反馈。

RflySim Cloud平台组成


二. 核心优势

RflySim Cloud平台构建在线开发、训练、验证、评估环境,包含视觉算法、集群算法、任务规划算法、博弈对抗算法在内的大量例程,支持虚实映射和硬件在环,通过ROS2与实装进行通信连接,打造产品级服务体系,包括使用、售后、运维、部署、二次开发等。其核心优势体现在以下几个方面:

1. 大规模集群
RflySim Cloud平台使用Docker Swarm作为容器集群管理系统。Docker Swarm是一个开源的平台,可实现容器集群的自动化部署、自动扩缩容及维护,根据任务自动化增减虚拟机,保证平台稳定运行。前端Web提供统一平台可视化界面,NFS作为服务集群统一的共享服务,为所有集群节点提供数据资源,Mysql和Redis集群保证了平台数据持久化和安全性。

2. 精细化无人装备模型
在RflySim Cloud平台建模体系中,无人装备各个模块均需要进行高精度建模,并在实时仿真计算机中实现,亦可连接控制系统软件或硬件,构成软件在环仿真、硬件在环仿真、虚实结合仿真闭环。

3. 算法接入简单便捷
RflySim Cloud平台提供在线智能算法接入SDK,内置多个编程语言内核,包括C、C++、Python等,能支撑上层用户智能算法接入和训练,通过算法接入接口与智能体Agent、仿真控制工具、物理效应计算模块进行交互。

4. 智能算法在线训练
RflySim Cloud平台提供强化学习、深度学习算法调试和训练框架,可视化设置和修改奖励函数,快速进行模型参数修改,多维度查看训练效果。

5. 支持训练加速
AI 训练加速不单是某一方面的工作,更需要从数据加载、模型计算、分布式通信等系统维度综合考虑,平台通过优化模型计算和分布式网络通信,实现算法训练加速,提升效率。

6. 支持虚实结合
RflySim Cloud平台支持实体节点和虚拟节点。实体节点具有较高的模型精度,且将飞控系统、机载视觉计算机、组网通信链路等硬件实体直接接入仿真闭环,形成半物理仿真系统,实现更高精度和可信度的模拟实验效果;虚拟节点构建实装的数字孪生模型,1:1高精度还原实体节点,实现大规模无人机集群节点的快速模拟。通过合理配置实体飞机节点和虚拟飞机节点的数量,在可控成本范围更好的实现大规模集群仿真算法验证效果。


三. 应用方向
RflySim Cloud平台通过对不同模块组装与拓展可实现不同用户侧功能,例如算法验证、线上比赛、实验室建设、虚实结合试验、开放云平台。

1. 算法验证:用户可通过平台接入自己的算法,目前平台已为300多家高校及科研院所提供环境支撑服务,验证智能博弈、视觉识别、天地协同、自动控制等众多算法;
2.线上比赛:支持过某学会蜂群速递比赛、北航高校飞行控制联赛、某空中交通训练赛等众多大型比赛;
3.实验室建设:提供完整的实验室建设方案,包括软硬件集成、环境搭建、平台调试、售后维护等,帮助各单位高效完成条件建设任务,迅速进入技术研发状态;
4.虚实结合试验:平台通过ROS2接口实现与实装对接,可接入用户不同实装,并在平台构建1:1虚装模型,快速实现虚实结合相关技术验证;
5.开放云平台:平台在公有云搭建开放版本,支持用户在线体验和功能使用,进行自动控制、集群博弈、目标识别等算法训练与验证。

飞思实验室是北京卓翼智能科技有限公司旗下的无人智能教育及科研板块的品牌,主要致力于:无人智能体的集群和本体的教学科研平台的研发。经过多年的技术迭代,在无人智能体控制、集群、视觉等科研应用方向的研发、自动控制类课程教学及创新及实训类实验室的建设等领域处于行业领导地位,用户遍及全球各地。

猜你喜欢

转载自blog.csdn.net/FEISILAB_2022/article/details/133958784