11 - 复现指南：Flightmare — 高保真无人机仿真器¶
预计阅读：12 分钟 | 前置知识：Python 基础、强化学习基本概念、无人机动力学基础
Flightmare 是苏黎世大学 RPG 实验室开发的模块化四旋翼仿真器（CoRL 2020），由两个完全解耦的部分组成：一个基于 Unity 的可配置渲染引擎，和一个自研的 C++ 物理引擎。被大量无人机 RL 论文引用——包括本仓 07 篇讲的 Dream to Fly。
项目背景¶
| 项目 | 信息 |
|---|---|
| GitHub | uzh-rpg/flightmare |
| Stars | ~1,431（2026-10 查） |
| 开发者 | 苏黎世大学 Robotics & Perception Group (RPG) |
| 论文 | "Flightmare: A Flexible Quadrotor Simulator"（CoRL 2020，Spotlight） |
| 核心特点 | Unity 渲染与 C++ 物理引擎完全解耦；可并行仿真数百架四旋翼；带三维点云接口与 VR 头显集成 |
| 与本项目关系 | Dream to Fly（ICRA 2026，arXiv 2501.14377）的基础仿真环境 |
环境要求¶
- 操作系统：Linux（官方文档与 Dockerfile 都用 Ubuntu；Ubuntu 18.04 是 Dockerfile 的基底，ROS 那条路线注明 Ubuntu 20.04）。Windows 未在官方文档里出现——本仓没有实测过，按 WSL2 处理属于推测，不是仓库的说法
- Python：3.6（
Install-with-pip给的命令逐字是conda create --name ENVNAME python=3.6） - GPU：基础仿真纯 CPU；只有 Unity 渲染需要 GPU
- 系统依赖：
build-essential、cmake、libzmqpp-dev、libopencv-dev（外加 python3/python3-dev/python3-pip） - Python 依赖：
tensorflow-gpu==1.14（无 GPU 用tensorflow==1.14，TF1）、scikit-build；rpg_baselines自带gym==0.11+stable_baselines==2.10.1 - 环境变量：
FLIGHTMARE_PATH指向仓库根目录，训练脚本按它去找配置
安装步骤¶
官方推荐 RL 任务走 pip 路线（Install with pip, A Quick Start Guide）。编译与安装是同一个动作——flightlib 的 setup.py 自己调 CMake，不需要手工 mkdir build && cmake ..。
# 0. 系统依赖
sudo apt-get update && sudo apt-get install -y --no-install-recommends \
build-essential cmake libzmqpp-dev libopencv-dev
# 1. Python 环境（官方用的 3.6）
conda create --name ENVNAME python=3.6
conda activate ENVNAME
# 2. 克隆（普通克隆即可，没有子模块）
cd ~/Desktop
git clone https://github.com/uzh-rpg/flightmare.git
# 3. 注册 FLIGHTMARE_PATH（训练脚本靠它读 configs/vec_env.yaml）
echo "export FLIGHTMARE_PATH=~/Desktop/flightmare" >> ~/.bashrc
source ~/.bashrc
# 4. TF1 与构建工具
pip install tensorflow-gpu==1.14 # 无 GPU 改成 tensorflow==1.14
pip install scikit-build
# 5. 编译并安装 flightlib（C++ 核心 + pybind11 绑定，一条命令搞定）
cd flightmare/flightlib
pip install .
# 6. 安装 RL baselines
cd ../flightrl
pip install .
Unity 渲染是独立的一步，不装也不影响纯物理仿真：从 GitHub Releases 下载渲染器二进制，解压进 flightrender/ 目录，需要可视化时先手动双击里面的可执行文件把渲染器跑起来（wiki 把它写作 RPG_Flightmare.x84-64，看名字是 x86-64 的笔误）。
运行方式¶
官方示例：PPO 训练 / 测试¶
仓库自带的就是一个 PPO 控制器示例，不用自己写训练循环：
cd flightrl/examples
# 训练（默认 2500 万步，权重存到 examples/saved/quadrotor_env.zip）
python3 run_drone_control.py --train 1
# 测试已有权重
python3 run_drone_control.py --train 0
# 开 Unity 可视化测试（要先手动把 flightrender 里的渲染器跑起来）
python3 run_drone_control.py --train 0 --render 1
手动搭一个环境¶
环境对象由 flightgym 这个 pybind11 模块直接构造（照 flightrl/examples/run_drone_control.py 的写法），配置从 $FLIGHTMARE_PATH 下的 YAML 读：
import os
import numpy as np
from ruamel.yaml import YAML, dump, RoundTripDumper
from rpg_baselines.envs import vec_env_wrapper as wrapper
from flightgym import QuadrotorEnv_v1
cfg = YAML().load(open(os.environ["FLIGHTMARE_PATH"] +
"/flightlib/configs/vec_env.yaml", 'r'))
cfg["env"]["num_envs"] = 1 # 单环境；训练时设大（默认走多线程并行）
cfg["env"]["num_threads"] = 1
cfg["env"]["render"] = "no" # "yes" 时连 Unity
env = wrapper.FlightEnvVec(QuadrotorEnv_v1(dump(cfg, Dumper=RoundTripDumper), False))
# 这是个 VecEnv：观测/奖励都带一维环境编号，num_envs=1 时该维长度就是 1
obs = env.reset()
for _ in range(1000):
action = np.zeros(env.num_acts, dtype=np.float32) # 动作空间是 Box(-1, 1)，不是物理推力
obs, reward, done, info = env.step(action) # 老 Gym 四元组，没有 truncated
env.close()
核心架构¶
Flightmare
├── flightlib/ # C++ 核心库：物理引擎 + 动力学 + 传感器 + 环境
│ # 子目录：dynamics / sensors / objects / envs /
│ # bridges / common / json
│ # 经 pybind11 导出为 Python 模块 flightgym
├── flightrl/ # RL baselines（纯 Python）
│ ├── rpg_baselines/{common, envs, ppo}
│ └── examples/run_drone_control.py # PPO 训练/测试入口
├── flightrender/ # Unity 渲染器（二进制，从 Releases 下载后放进来）
└── flightros/ # ROS 封装（另一条安装路线）
渲染引擎与物理引擎完全解耦：flightlib 单独就能跑纯物理仿真，flightrender 只有需要图像时才连上。
环境与接口说明¶
Python 侧可用的环境类只有两个，来自 flightgym 模块（flightlib/src/wrapper/pybind_wrapper.cpp 里逐字导出）：
| 导出名 | 对应 C++ 类 | 观测空间 | 动作空间 |
|---|---|---|---|
QuadrotorEnv_v1 |
VecEnv<QuadrotorEnv> |
12 维：位置(3) + 姿态(3) + 线速度(3) + 角速度(3) | 4 维归一化值，Box(-1, 1) |
TestEnv_v0 |
TestEnv<QuadrotorEnv> |
同上（用于跑固定场景的测试） | 同上 |
两个要点容易踩错：
- 不是
gym.make()。环境对象由构造函数直接建，参数是一个 YAML 字符串和一个 bool：QuadrotorEnv_v1(dump(cfg, Dumper=RoundTripDumper), False)。包装器是rpg_baselines.envs.vec_env_wrapper.FlightEnvVec。 - 动作不是物理推力。
quadrotor_env.cpp里quad_act_ = act.cwiseProduct(act_std_) + act_mean_，act_mean_ = -mass*g/4、act_std_ = -mass*2g/4，也就是把[-1, 1]的四个数映射到四个电机的推力；上层的Box(-1, 1)只负责把量纲归一化。
真值与场景配置都在 YAML 里（flightlib/configs/）：
# quadrotor_env.yaml
quadrotor_dynamics:
mass: 0.73 # kg
arm_l: 0.17 # m
motor_omega_max: 3000.0 # rpm
kappa: 0.016 # 旋翼阻力系数
omega_max: [6.0, 6.0, 6.0] # 机体角速度约束
# vec_env.yaml
env:
scene_id: 0 # 0 warehouse, 1 garage, 3 natureforest
num_envs: 100 # 默认 100 个环境并行
num_threads: 10
render: no
复现 Checklist¶
- 装系统依赖与 conda 3.6 环境
- 设好
FLIGHTMARE_PATH（漏了会在读vec_env.yaml时直接报错） - 装
tensorflow==1.14与scikit-build（TF2 直接不兼容） -
cd flightlib && pip install .，确认from flightgym import QuadrotorEnv_v1能导入 -
cd flightrl && pip install . - 先用
run_drone_control.py --train 0跑预训练权重确认环境通了（比直接开训快得多） - 跑
--train 1训练，观察 TensorBoard 曲线 - （可选）下载 Releases 里的 Unity 渲染器，
--render 1看视觉效果
与其他仿真器的对比¶
| 维度 | Flightmare | gym-pybullet-drones | AirSim | Isaac Sim |
|---|---|---|---|---|
| 渲染 | Unity（与物理解耦） | PyBullet（基础） | Unreal（高保真） | Omniverse |
| 物理 | 自研 C++ 引擎（flightlib） | PyBullet | PhysX | PhysX |
| GPU 需求 | 只有 Unity 渲染需要 | 不需要 | 需要 | 需要 RTX |
| Gym 接口 | ❌（钉在 gym==0.11，靠 flightgym 直接构造） |
✅ gymnasium + SB3 2.0 | 需自行封装 | 需自行封装 |
| GitHub Stars（2026-10） | 1,431 | 2,154 | 18,539 | 4,231（isaac-sim/IsaacSim） |
| 适合场景 | RL 训练 | RL 入门 | sim-to-real | 工业级仿真 |
参考资源¶
- Flightmare GitHub: https://github.com/uzh-rpg/flightmare
- 安装与使用文档（wiki，本指南的权威出处）: https://github.com/uzh-rpg/flightmare/wiki
- 在线文档: https://flightmare.readthedocs.io
- 项目主页: https://uzh-rpg.github.io/flightmare/
- 论文（CoRL 2020 Spotlight）: Flightmare: A Flexible Quadrotor Simulator
- Dream to Fly 论文（ICRA 2026）: https://arxiv.org/abs/2501.14377
- Unity 渲染器二进制: https://github.com/uzh-rpg/flightmare/releases
延伸阅读¶
- 什么是世界模型 — 理解世界模型基础
- 模型强化学习世界模型 — Dreamer 系列详解
- 可复现项目候选清单 — 更多可复现项目
思考题¶
-
选型判断：要在 Flightmare、gym-pybullet-drones、AirSim、Isaac Sim 里选一个，怎么判断？各自的分水岭在哪？
-
平台匹配：在 Windows 上能不能跑？Unity 渲染是必装项吗？
-
复现卡点：这套安装流程里，最容易漏掉的是哪几步？
-
接口对比：
QuadrotorEnv_v1与TestEnv_v0差在哪？观测和动作各是多少维，动作值是什么物理量？ -
路线衔接：已经在
QuadrotorEnv_v1上跑通 PPO，想换成世界模型做竞速，仿真器这一层能直接复用吗？