ПОРІВНЯННЯ СИМУЛЯЦІЙНИХ ІНСТРУМЕНТІВ ДЛЯ ЗАВДАНЬ СТАБІЛІЗАЦІЇ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ ІЗ ЗАСТОСУВАННЯМ НАВЧАННЯ З ПІДКРІПЛЕННЯМ

Анотація

У статті проведено порівняння чотирьох популярних симуляційних платформ — AirSim, Gazebo + RotorS, Flightmare та Unity ML Agents — у контексті їх придатності для вирішення задач стабілізації безпілотних літальних апаратів із використанням навчання з підкріпленням. Платформи оцінено за ключовими критеріями, що визначають ефективність навчання агентів у віртуальних середовищах: реалістичність фізики, підтримка сенсорних систем, інтеграція з RL-фреймворками, моделювання турбулентності та простота налаштування. Виявлено переваги, обмеження та потенційні сфери застосування кожної платформи відповідно до вимог задач стабілізації. Підкреслено необхідність подальших досліджень у напрямі підвищення реалістичності симуляцій та подолання проблеми перенесення політик у реальне середовище (sim2real gap).