RoboVerseOrg/RoboVerse

해결하는 문제

RoboVerse는 확장 가능하고 일반화 가능한 로봇 학습을 가능하게 하기 위해 설계된 통합 플랫폼입니다. 여러 시뮬레이션 프레임워크를 위한 단일 인터페이스, 방대한 통합 데이터셋, 그리고 다양한 학습 패러다임을 위한 표준화된 훈련 및 평가 코드를 제공하여 로봇 학습 환경의 파편화 문제를 해결합니다.

작동 방식

이 프로젝트는 두 가지 주요 계층으로 구성됩니다:

• MetaSim: 시뮬레이터 핸들러, 시나리오 구성 및 작업 레지스트리를 제공하여 다양한 시뮬레이터 간의 차이를 추상화하는 시뮬레이션 코어.
• RoboVerse-py: 로봇, 장면, 작업 및 무작위화 도구를 포함하는 콘텐츠 계층.

Isaac Lab, MuJoCo, SAPIEN, PyBullet과 같은 다양한 시뮬레이션 프레임워크를 통합하고 RLBench, ManiSkill, LIBERO와 같은 수많은 로봇 학습 벤치마크의 데이터와 소스 코드를 통합합니다. 또한 강화 학습(RL), 모방 학습(IL), 비전-언어-액션(VLA) 모델을 위한 훈련 및 평가 코드도 포함되어 있습니다.

대상 독자

RoboVerse는 다양한 시뮬레이션 환경과 로봇 구성에서 에이전트를 훈련, 테스트 및 평가할 수 있는 표준화된 방법이 필요한, 물리적 AI 및 로봇 학습을 연구하는 연구원과 개발자를 위해 구축되었습니다.

하이라이트

• 통합 시뮬레이션 인터페이스: Isaac Lab, MuJoCo, SAPIEN을 포함한 광범위한 시뮬레이터를 지원합니다.
• 광범위한 통합: 수십 개의 서로 다른 로봇 학습 프로젝트의 데이터셋과 작업을 결합합니다.
• 포괄적인 학습 제품군: RL, IL 및 VLA 훈련과 평가에 대한 기본 제공 지원을 포함합니다.
• 모듈식 아키텍처: 시뮬레이션 코어(MetaSim)를 콘텐츠 및 학습 로직과 분리합니다.