physical-superintelligence-lab/SIMPLE

[CoRL'26] Welcome to SIMPLE, a full-stack simulation environment for humanoid loco-manipulation, built on AMO/SONIC, with integrated support for mainstream VLAs such as Psi0, Pi05, GR00T, DreamZero, Cosmos3 and more.

SIMPLE – シミュレーションベースのポリシー学習と評価

概要 – SIMPLE は、全身ヒューマノイドの移動・操作ポリシーを訓練・ベンチマークするためのオープンソースのシミュレーションプラットフォームです。高忠実度の物理スタック(Isaac Sim 4.5 + MuJoCo 3.3)と、大規模なアセットライブラリ(1000以上の Objaverse オブジェクト、50以上の Habitat シーン)、および50以上のヒューマノイドタスク(例:箱運び、ピックアンドプレイス、ドア開け)をバンドルしています。リポジトリには、環境コード、データ生成パイプライン、基盤モデル Ψ₀(Psi-0)と連携する評価スクリプトが含まれています。

主なコンポーネント

  • マルチロボット対応 – Franka、Aloha 双腕アーム、Dex-Mate 車輪付きロボット、Unitree G1 ヒューマノイド。
  • 豊富なコンテンツ – 多様なトレーニングデータのための数千の3Dオブジェクトと数十の屋内シーン。
  • タスクカタログ – 全身移動・操作ベンチマーク。それぞれに3つのOOD難易度レベル(視覚的妨害、照明変化、空間的姿勢摂動)があります。
  • クライアント・サーバー評価 – Ψ₀ モデルが推論サーバー(Psi-0 リポジトリ)として実行され、SIMPLE がシミュレーションクライアントを実行する分離アーキテクチャ。高速なポリシーロールアウトとビデオログを可能にします。
  • データパイプライン – テレオペレーション収集、自動運動計画生成、後処理、ポリシーのファインチューニングのためのスクリプト。
  • 拡張可能 – Cosmos3 や DreamZero などの World-Action モデルの統合をサポート。

インストールオプション

  1. UV(最速) – システム依存関係、uv パッケージマネージャーをインストールし、uv sync --all-groups を実行します。CuRobo プランナーをインストールするためのヘルパースクリプトが含まれています。
  2. Nix – 新しい Linux ホストに推奨。詳細なガイドはドキュメントにあります。
  3. Docker – SIMPLE クライアントと Ψ₀ サーバーの両方のプリビルドイメージが GitHub Container Registry で提供されています。

クイックスタート(例)

# Docker イメージをプル
docker pull ghcr.io/physical-superintelligence-lab/psi0:latest   # モデルサーバー
docker pull ghcr.io/physical-superintelligence-lab/simple:latest # シミュレーションクライアント

# サーバー(Psi-0)を実行 – $RUN をチェックポイントタグに置き換え
docker compose run --rm serve-psi0-sonic-http \
    --policy psi0 --port 8014 --ckpt-step 40000 \
    --run-dir .runs/finetune/$RUN

# 別のターミナルで、全身の箱運びタスク用に SIMPLE クライアントを実行
GPUs=1 docker compose run --rm eval-sonic-wbc \
    simple/G1WholebodyXMoveBendCarryBoxSonic-v0 psi0 \
    --data-dir data/simple/G1WholebodyXMoveBendCarryBoxSonic-v0/dr-level-0 \
    --host 127.0.0.1 --port 8014 \
    --episode-start 0 --num-episodes 5 --dr-level 0 \
    --eval-dir data/eval/sonic-psi0

このコマンドは5つの評価エピソードを起動し、各エピソードのビデオを data/eval/… に書き込みます。

ベンチマーク結果(抜粋) – 6つのコアタスクで、Ψ₀ はレベル0(10/10)でほぼ完璧な成功率を達成し、レベル2 に優雅に劣化します。GR00T、OpenPi、DreamZero などのベースラインを上回ります。完全な表は README にあります。

ドキュメントとリソース

ライセンス – MIT(LICENSE を参照)。

引用 – SIMPLE または Ψ₀ モデルを使用する場合は、README に記載されている2つの arXiv 論文を引用してください。

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト