Drones, or Unmanned Aerial Vehicles (UAVs) are gaining a great deal of attention not just from military sector, but also from many different domains including the research community and industry. Recently multi-drone systems are receiving attention as they are more capable than the single-drone case. To realize a multi-drone system, one needs to develop a networking scheme to connect drones and a control algorithm to smartly coordinate each drone's movement. Since it is expensive and time-consuming to conduct drone experiments, simulation is the primary choice for developing a drone system. There exists a number of network simulators and drone simulators, but no simulators are capable of simulating both networking and drones' dynamics at the same time.
We introduce AirNet, a joint simulator for networking and drones. AirNet is developed by integrating a drone simulator AirSim and a network simulator OMNeT++. As an extension of AirNet, we present AirNet-gym which is a framework to develop multi-agent reinforcement learning environments for multi-drone systems.
최근 드론에 대한 관심이 급격하게 증가하고 있다. 기존에는 주로 군사적 목적으로 사용되었으나, 이제는 건설, 촬영, 배달 서비스 등 다양한 분야에서 연구가 진행되고 있다. 연구, 개발이 진행됨에 따라 한 대의 드론이 아닌, 여러 대의 드론이 협업하는 다중드론 시스템이 본격적으로 주목받기 시작했다. 다중드론 시스템 개발을 위해서는 드론 간의 네트워크 연결 기술과 드론의 컨트롤 알고리즘이 필요하다. 비용이 많이 드는 드론 실험의 특성 상 이러한 기술 연구는 시뮬레이션을 통해 주로 이루어진다. 하지만 드론과 네트워크 각각의 시뮬레이터는 존재하나, 둘 모두를 동시에 시뮬레이션 할 수 있는 통합 시뮬레이터의 개발에 대한 연구는 많지 않다.
본 연구에서는 드론 시뮬레이터인 AirSim과 네트워크 시뮬레이터 OMNeT++을 통합하여 드론과 네트워크의 통합 시뮬레이터인 AirNet을 개발하였다. 또한 AirNet의 확장으로, OpenAI Gym과 AirSim을 통합하여 다중드론 시스템에서의 다중 에이전트 강화학습 환경 개발을 위한 프레임워크인 AirNet-gym을 개발하였다. 본 논문에서는 AirNet과 AirNet-gym의 개발 과정을 소개하고자 한다.
