DARP-3D: Dynamic 3D Environment for Autonomous Underwater Vehicles (AUV)

Проект DARP-3D представляет собой инструментарий для моделирования трёхмерных сред с препятствиями и течениями, оптимизации разделения пространства на сектора и планирования траекторий для автономных подводных аппаратов (АНПА). Реализованные алгоритмы позволяют решать задачи мультиагентного взаимодействия в условиях сложной гидродинамики.

---

🚀 Особенности проекта

• 3D-среды с различными типами препятствий: сферы, подводные горы, лабиринты.
• Гидродинамические модели течений с настраиваемыми параметрами.
• Алгоритмы секторизации:
  • K-means с балансировкой и проверкой связности.
  • Распределение на основе потенциальных полей.
  • Волновой алгоритм с адаптацией к трёхмерной карте.
• Адаптивные сетки для построения траекторий (квадродеревья, деформируемые слои).
• Планировщик траекторий с змеевидным обходом и межслойными соединениями.
• Обучение с подкреплением (DQN, ND3QN) для управления АПА.
• Почти к каждому этапу работы приложен блокнот с возможность посмотреть работу при различных значениях параметров или попробывать реализовать свой алгоритм и проверить его с помощью функций визуализации

---

📂 Структура репозитория

📊 ## Визуализации

Разделение на сектора

Адаптивные сетки

Обучение с подкреплением

Генерация горной местности

mountain_map = generate_mountains(num_peaks=5, grid_size=(100, 100, 20))

Создание лабиринта

maze_structure = generate_maze(width=10, height=10, add_cycles=5)
maze_map = render_maze(maze_structure, cell_size=5, wall_height=2)

Разделение на сектора

from region_division import constrained_geodesic_kmeans

Инициализация позиций агентов

num_agents = 3
agent_positions = np.array([[x1, y1, z1], [x2, y2, z2], [x3, y3, z3]])

Запуск алгоритма K-means с балансировкой

regions = constrained_geodesic_kmeans(
    map_3d=combined_map,
    num_agents=num_agents,
    agent_positions=agent_positions,
    max_iterations=50
)

Построение траекторий

from planer import build_trajectories_by_sectors

# Оптимизация путей для агентов
trajectories = build_trajectories_by_sectors(
    map_3d=combined_map,
    regions=regions,
    agent_positions=agent_positions
)

📦 Установка

1. Клонируйте репозиторий:

   git clone https://github.com/Master-Star-Field/DARP-3D.git
   cd DARP-3D