InternRobotics/NavDP

해결하는 문제

NavDP는 실제 로봇 데이터 없이 시뮬레이션에서 실제 세계로의 내비게이션 능력 전이(sim-to-real) 문제를 해결합니다. 다양한 로봇 유형(크로스에임보디먼트 일반화)에서 실시간 경로 계획과 장애물 회피를 가능하게 하며, 목적이 없는 탐색, 특정 지점으로의 탐색, 타겟 이미지로의 탐색과 같은 다양한 작업을 수행할 수 있습니다.

작동 방식

NavDP는 확산 정책을 활용하는 엔드투엔드의 맵리스 내비게이션 모델입니다. 고도로 효율적인 시뮬레이션 데이터 생성 파이프라인과 특권 정보를 기반으로 한 특정 모델 설계를 사용하여 내비게이션 행동을 학습합니다. 시스템은 나누어진 아키텍처를 갖추고 있으며, RGB-D 관측을 수신하는 서버로서 내비게이션 모델이 작동하고, 선호되는 경로를 생성한 후 MPC 기반 컨트롤러가 이를 추적합니다.

대상 사용자

이 프로젝트는 시각 내비게이션, 시뮬레이션에서 실제 세계로의 전이, 확산 정책을 활용한 로봇 운동 계획의 구현에 집중하는 에임보디드 AI 연구자 및 개발자를 대상으로 합니다.

주요 특징

• 크로스에임보디먼트 일반화: 실제 세계 데이터 없이 다양한 로봇 플랫폼에서 작동 가능합니다.
• 다중 작업 지원: 목적 없이 탐색, 포인트 목표 탐색, 이미지 목표 탐색을 모두 처리합니다.
• 고정밀 벤치마킹: 실제적인 물리 및 장면 자산을 갖춘 IsaacSim과 IsaacLab 기반 플랫폼을 제공하여 시뮬레이션과 실제 세계 간의 격차를 최소화합니다.
• 분리된 아키텍처: HTTP 요청을 통해 내비게이션 접근 방식과 평가 프로세스를 분리하여 새로운 방법의 테스트를 용이하게 합니다.