NVlabs/neural-robot-dynamics

何を解決するか

NeRDは、接触制約下でのアーティキュレーテッド剛体（ロボット）の将来状態を予測する課題に対処します。解析的シミュレータ内の従来の計算コストの高い低レベルのダイナミクスおよび接触ソルバーを、長期にわたって精度を維持する学習されたアプローチに置き換えることを目指しています。

動作方法

NeRDは、ロボット固有の学習されたダイナミクスモデルを実装し、交換可能なバックエンドソルバーとして機能します。ロボット中心的かつ空間的に不変なシミュレーション状態表現を用いて運動を予測します。このシステムはNVIDIA Warpに統合されており、ユーザーはFeatherstoneやXPBDなどの従来の解析的ダイナミクスとNeRDのニューラルダイナミクスの間を、統一された統合インターフェースで切り替えることができます。

対象ユーザー

このプロジェクトは、物理シミュレーション、ロボットダイナミクスモデリング、アーティキュレーテッドロボット向け強化学習（RL）に取り組むロボット研究者およびエンジニアを対象としています。

主な特徴

• 交換可能なバックエンド：NVIDIA Warpに標準的な物理ソルバーの代わりに接続可能。
• ニューラルダイナミクス：将来の状態を予測するために、低レベルの接触ソルバーを学習モデルに置き換えます。
• RL統合：NeRDダイナミクスを搭載したシミュレータ内で直接RLポリシーの学習をサポートします。
• 事前学習済みモデル：Cartpole、Ant、ANYmalなどの環境用に事前学習済みモデルを提供。