nvidia-isaac/WBC-AGILE

何を解決するか

AGILE は、人型ロボットが複雑な動き（ロコマニピュレーション）を実行する際の訓練プロセスを簡素化します。たとえば、歩行、立ち上がり、ダンスなどです。また、シミュレーターで学習した行動が物理的なロボットに成功裏に転送されること（シミュレーターから実機への転送）を保証します。

動作方法

NVIDIA Isaac Lab を基盤として構築された AGILE は、強化学習を用いて全身制御ポリシーを訓練します。教師-生徒の蒸留プロセスを採用しており、シミュレーション内でのみ利用可能な特権情報を使って「教師」ポリシーを訓練し、それを「生徒」ポリシーに蒸留します。この生徒ポリシーは、実際のロボットに搭載されたセンサーのみを使用して動作できます。

対象ユーザー

人型ロボットを扱うロボティクス研究者および実務家向けです。特に Booster T1 や Unitree G1 といったプラットフォームを使用している方々を想定しています。

主な特徴

• 複数ロボット対応: Booster T1 および Unitree G1 ロボットにおけるシミュレーターから実機への転送が検証済み。
• 教師-生徒蒸留: 特権情報を持つシミュレーションデータを生徒ポリシーに蒸留することで、実機にデプロイ可能なポリシーの作成を可能にします。
• クロスシミュレーター検証: Isaac Lab から MuJoCo へのポリシー転送を可能にするフレームワークを備え、さらなる検証をサポートします。
• リモート訓練: 大規模な訓練やスイープをコンピューティングクラスタ上で OSMO ワークフローを活用して実行可能。
• 統合評価: 動作メトリクス、HTML レポート、Weights & Biases との統合により、パフォーマンスの追跡が可能。