低空边缘计算场景的无人机强化学习基准测试平台。
LowAlt-MEC-Benchmark/
├── README.md
├── docs/ # 文档与规格说明
└── path-planning/ # 路径规划子工程
├── trajectory-following-3d/ # 3D轨迹跟踪（经典控制，非强化学习）
├── single-drone-ppo-2d/ # 单无人机 · 2D · 速度控制 · PPO
├── single-drone-ppo-3d-dynamics/ # 单无人机 · 3D · 动力学模型 · PPO
├── multi-drone-ppo-2d/ # 多无人机 · 2D · 速度控制 · PPO（共享策略）
└── multi-drone-ippo-mappo-3d/ # 多无人机 · 3D · 动力学模型 · IPPO/MAPPO（主力工程）
3D 四旋翼轨迹跟踪
基于经典控制（非强化学习）的四旋翼飞行器3D轨迹跟踪仿真。实现了完整的动力学模型和轨迹生成器。
- 技术栈：Python，NumPy，Matplotlib
- 目录：
path-planning/trajectory-following-3d/
单无人机 2D 路径规划（PPO，速度控制）
基于PPO算法的单无人机2D路径规划系统。动作空间为速度控制 [vx, vy]，支持Curriculum Learning。
- 算法：PPO（自定义实现）
- 控制：速度控制（2维）
- 维度：2D（x, y）
- 目录：
path-planning/single-drone-ppo-2d/
单无人机 3D 路径规划（PPO，动力学模型）
基于PPO算法和完整动力学模型的单无人机路径规划系统。动作空间为推力与力矩控制 [thrust, roll_torque, pitch_torque, yaw_torque]（4维）。
- 算法：PPO（自定义实现）
- 控制：推力 + 三轴力矩（4维）
- 维度：3D，含姿态动力学（roll, pitch, yaw）
- 状态空间：17维（位置、速度、姿态、角速度、动作历史）
- 目录：
path-planning/single-drone-ppo-3d-dynamics/
多无人机 2D 路径规划（PPO，共享策略）
基于PPO算法的多无人机2D路径规划系统。所有无人机共享同一策略网络，动作空间为速度控制。
- 算法：PPO（共享策略）
- 控制：速度控制（每架无人机2维）
- 维度：2D（x, y）
- 目录：
path-planning/multi-drone-ppo-2d/
多无人机 3D 路径规划（IPPO/MAPPO，动力学模型）
基于XuanCe框架的多无人机3D路径规划系统。支持IPPO和MAPPO算法，使用完整动力学模型，适合低空边缘计算场景。
- 算法：IPPO / MAPPO（via XuanCe框架）
- 控制：推力 + 三轴力矩（每架无人机4维）
- 维度：3D（x, y, z），含姿态动力学
- 状态空间：21维（每架无人机）
- 无人机数量：可配置（默认3架）
- Curriculum Learning：9个阶段（200m → 600m）
- 目录：
path-planning/multi-drone-ippo-mappo-3d/
cd path-planning/multi-drone-ippo-mappo-3d
conda activate pytorch-venv
# IPPO训练（3架无人机，3D）
python scripts/train.py --config configs/ippo_3d.yaml
# 测试已训练模型
python scripts/test.py <model_path> --num-drones 3| 技术 | 版本 | 用途 |
|---|---|---|
| Python | 3.8+ | 主要语言 |
| PyTorch | 2.x | 神经网络 |
| XuanCe | latest | IPPO/MAPPO算法框架 |
| Gymnasium | 0.26+ | RL环境接口 |
| NumPy | 1.x | 数值计算 |
| Matplotlib | 3.x | 可视化 |
- ✅
trajectory-following-3d: 完成 - ✅
single-drone-ppo-2d: 完成，已验证 - ✅
single-drone-ppo-3d-dynamics: 完成，已验证 - ✅
multi-drone-ppo-2d: 完成，已验证 - ✅
multi-drone-ippo-mappo-3d: 完成，100%成功率（Stage 9，距离600m，3架无人机）
最后更新: 2026年3月