ARRC-Rocket/BalloonPoppingChallenge

来源：https://github.com/ARRC-Rocket/BalloonPoppingChallenge

气球爆挑战：基于Gymnasium (https://gymnasium.farama.org/) 的六自由度火箭GNC仿真环境

本仓库包含气球爆挑战的代码，这是一个基于Gymnasium (https://gymnasium.farama.org/) 构建的六自由度火箭制导、导航与控制（GNC）仿真环境。该环境设计用于模拟一枚主动受控火箭，以击破散布在空中的气球。模拟器包含逼真的物理特性，包括大气条件和火箭动力学，为开发和测试GNC算法提供了一个具有挑战性的平台。该项目基于ActiveRocketPy (https://github.com/ARRC-Rocket/ActiveRocketPy)，它是开源软件RocketPy (https://github.com/RocketPy/RocketPy) 的一个分支。

安装

git clone https://github.com/ARRC-Rocket/BalloonPoppingChallenge.git
cd BalloonPoppingChallenge
git submodule update --init   # 初始化 ActiveRocketPy 子模块
python -m venv .venv          # 创建虚拟环境（可选，但推荐）
.venv\Scripts\activate        # 在Windows上
# source .venv/bin/activate   # 在Unix或MacOS上
python -m pip install -r requirements.txt

从仓库更新

cd BalloonPoppingChallenge
git pull origin main
git submodule update --remote --merge

示例

1. 评估智能体：

   • 在 /agents 文件夹 中开发智能体，继承 BaseAgent 并实现 get_action 方法。
   • 更新 /evaluation/configs 文件夹 中的评估配置文件，指定场景参数和待评估的智能体。
   • 运行：

     cd BalloonPoppingChallenge
     python .\BalloonPoppingGymEnv\evaluation\evaluate.py .\BalloonPoppingGymEnv\evaluation\configs\example_eval_cfg.yaml
     

   • 你将看到一枚火箭在天空中击破静态气球：场景0运行的截图

2. 开发和调试的示例代码：

   • 运行示例脚本：

     cd BalloonPoppingChallenge
     python .\doc\examples\run_env_agent.py
     

   • 这将使用示例智能体运行指定场景并打印最终奖励。你可以在脚本中修改智能体、场景参数和其他设置，用于开发和调试。

3. 状态估计的示例代码：

   • 运行示例脚本：

     cd BalloonPoppingChallenge
     python .\doc\examples\test_navigation_agent.py
     

   • 这将使用示例导航智能体运行指定场景。会绘制估计值与地面真值的姿态和速度对比图。

4. Colab笔记本示例：

   • 在Google Colab中打开 evaluate_scenario_colab.ipynb 笔记本。
   • 按照笔记本中的说明在云端运行评估。

建模细节

• 火箭飞行建模（RocketPy）：
  • 详细内容见RocketPy参考文档 (https://docs.rocketpy.org/en/latest/index.html)
  • 坐标系如下图所示：火箭坐标系
• 气球爆挑战特有建模：
  • 气球被建模为具有一定半径和质量的刚性球体。
  • 气球飞行使用ActiveRocketPy提供的蒙特卡洛模拟方法进行仿真。随机参数在参数文件中列出。一个小型固体发动机将气球推出发射架，以启动ActiveRocketPy中Flight类的仿真。随后气球在重力、浮力、风力和大气阻力的影响下自由飞行。
  • 每个气球的飞行不受火箭或其他气球的影响。
  • 如果在某个时间步内，火箭（干质量中心）路径与气球中心之间的距离小于气球半径（即参数文件中给出的半径，而非蒙特卡洛模拟中的随机值），则认为气球被击破。
  • 气球的释放取决于场景参数。
  • 只有一次发射，目标是尽可能多地击破气球。
  • 发射时间、倾角和航向由智能体决定。
  • 环境中存在干扰，例如传感器噪声、风等。

Gymnasium环境操作

Gymnasium环境的操作分为三个阶段：重置、步进和终止。

1. 重置：使用env.reset()重置环境，该函数根据scenario_0_parameter.yaml文件设置火箭和气球的初始条件。每个气球的轨迹使用ActiveRocketPy的蒙特卡洛模拟进行仿真，然后存储在环境中。

2. 步进：智能体采取动作（例如发射、滚转、油门和TVC指令）并调用env.step(action)，该函数将仿真推进一个时间步。环境返回新的观测值、奖励、终止标志和附加信息。

3. 终止：当达到最大仿真时间或火箭撞击地面时，回合结束。环境根据击破的气球数量提供奖励。

环境的动作、观测、信息和奖励如下：

• 动作：

  • launch：一个二进制指令，用于发射火箭。
  • launch_inclination_heading：一个2元素数组 [inclination, heading]，表示发射倾角（0-90度，相对于水平面）和航向角（0-360度，相对于北方向）。
  • tvc：一个2元素数组 [TVC_x, TVC_y]，表示推力矢量控制（TVC）万向节角度（度）。极性：正的万向节角度产生正扭矩。
  • throttle：一个标量，表示油门比例，范围0到1。
  • roll：一个标量，表示滚转扭矩指令，单位为N·m。

• 观测：

  • simulation_time：当前仿真时间，单位为秒。
  • balloon_status：一个n元素数组，表示每个气球的状态（0：在地面，1：已释放，2：已击破）。n是场景中的气球数量。
  • balloon_states：一个n x 6数组，表示每个气球的位置（posX, posY, posZ）和速度（velX, velY, velZ）。
    • 位置是气球中心在发射坐标系（相对于发射原点）中的坐标，单位为米。
    • 速度是气球中心在发射坐标系（相对于发射原点）中的速度，单位为m/s。
  • rocket_sensors：一个12元素数组，表示火箭的传感器测量值（gyroX, gyroY, gyroZ, accX, accY, accZ, posX, posY, posZ, velX, velY, velZ）。惯性传感器的方向与箭体坐标系对齐。在发射动作之前，测量值为nan。
    • 陀螺仪测量箭体坐标系中的角速度（rad/s）。
    • 加速度计测量箭体坐标系中的线加速度（m/s²）。加速度计测量值中包含重力。
    • GNSS传感器测量发射坐标系（相对于发射原点）中的位置（m）和速度（m/s）。
  • 注意：火箭的真实状态（例如姿态、角速度）不被智能体直接观测，智能体需要从传感器测量值中推断它们。

• info：

  • rocket_states：一个13元素数组，表示火箭的真实状态。这些状态不被观测，不应用于智能体，但可用于开发和调试。状态为 [posX, posY, posZ, velX, velY, velZ, e0, e1, e2, e3, wX, wY, wZ]：
    • pos：干质量中心在发射坐标系（相对于发射原点）中的位置（m）。
    • vel：干质量中心在发射坐标系（相对于发射原点）中的速度（m/s）。
    • e：表示火箭姿态的四元数（e0, e1, e2, e3），相对于发射坐标系。
    • w：箭体坐标系中的角速度（rad/s）。

• 奖励：

  • 奖励基于每个时间步击破的气球总数计算。

已知问题

• 质量属性在飞行前根据最大流量和燃烧时间预先计算。油门指令不会改变飞行中的质量属性。这相当于在保持流量不变的情况下节流火箭发动机的比冲。当达到燃烧时间时，发动机关闭。

智能体开发

用于评估的智能体放置在 /agents 文件夹中。它们应实现为一个继承 BaseAgent 的类，并实现 get_action 方法。智能体可以通过 self.given_parameters 访问场景参数，这些参数定义在 /scenario_parameters 文件夹 中的 scenario_given_parameters.yaml 文件中。观测值通过 get_action 方法传递。智能体应输出一个与环境中定义的动作空间匹配的动作字典。

评估细节

评估脚本位于 /evaluation 文件夹。它以配置文件作为输入，该文件指定场景参数和待评估的智能体。脚本使用给定的智能体运行指定场景并输出结果。

评估流程图

参考

• RocketPy GitHub (https://github.com/RocketPy/RocketPy)
• RocketPy 文档 (https://docs.rocketpy.org/en/latest/index.html)
• Gymnasium 文档 (https://gymnasium.farama.org/)

引用

如果你在研究中使用气球爆挑战，请考虑引用：

@misc{BalloonPoppingChallenge,
  author = {Zuo-Ren Chen and Advanced Rocket Research Center (ARRC)},
  title = {Balloon Popping Challenge: A 6-DoF Rocket GNC Simulation Gymnasium Environment},
  month = {April},
  year = {2026},
  url = {https://github.com/ARRC-Rocket/BalloonPoppingChallenge}
}

Balloon Popping Challenge @ TASTI 2026

一场国际火箭GNC软件设计竞赛

开发你自己的Python软件，引导、导航并控制火箭击破天空中的气球。

这是气球爆挑战的官方代码仓库，该竞赛将在2026年台湾国际太空科学技术与产业大会（TASTI）上举办。本竞赛旨在通过让参与者开发自主飞行控制算法，培养火箭制导、导航与控制（GNC）领域的下一代人才。

参与者需要开发基于Python的软件来自主控制一枚仿真火箭。在基于物理的仿真环境中，火箭必须导航并击破动态释放的气球，以在不确定条件下最大化击破数量。

关键词：GNC，自主火箭，优化，路径规划。

竞赛详情

• 报名参加竞赛：[TASTI 2026 注册]()
• 竞赛时间线：
  • 2026年4月dd日：竞赛公告，开放申请，发布规则和软件的测试版
  • 2026年5月至8月：发布软件更新，更新规则，举行月度会议，在线排行榜
  • 2026年8月dd日：发布最终版软件和规则，关闭申请
  • 2026年9月dd日：在线淘汰赛
  • 2026年10月dd日：公布决赛入围者
  • 2026年11月dd日 @ TASTI：决赛入围者演讲和现场演示（总计不超过2小时）

竞赛规则

• 参与者在 /agents 文件夹 中开发智能体以控制火箭。
• 智能体将使用每个场景给定的参数进行初始化。
• 在每个时间步，智能体只能使用环境提供的观测值来输出控制指令（例如发射、滚转、油门和TVC指令）。智能体不得访问环境或模拟器的任何其他信息。
• 除智能体外，模拟器的所有其他组件均由组织者固定提供。参与者不得为评估目的修改代码库的任何其他部分。
• 有关规则和软件的问题可以在 GitHub Issues (https://github.com/ARRC-Rocket/BalloonPoppingChallenge/issues) 中提问。组织者将定期举行会议回答问题并提供更新。
• 非常欢迎对代码库提出代码建议、贡献和错误报告。请提交拉取请求或开启 issue 进行讨论。

竞赛场景

淘汰赛和决赛的确切场景将在稍后公布。以下是可能场景的一些示例。

发布说明：

• 2026-04-07：代码库和规则的初始发布。