RoboVerseOrg/RoboVerse

해결하는 문제

RoboVerse는 통합된 플랫폼, 데이터셋 및 벤치마크를 제공함으로써 로봇 학습의 파편화 문제를 해결합니다. 다양한 작업, 로봇, 장면 및 에셋을 단일 생태계로 통합하여 확장 가능하고 일반화 가능한 로봇 학습을 가능하게 하는 것을 목표로 합니다.

작동 방식

RoboVerse는 metasim이라는 핵심 시뮬레이션 엔진과 통합되는 다운스트림 패키지(roboverse-py)로 작동합니다. Isaac Lab, MuJoCo, SAPIEN, PyBullet과 같은 광범위한 기존 시뮬레이션 프레임워크를 활용하고 RLBench, ManiSkill, Meta-World를 포함한 수많은 로봇 학습 프로젝트의 데이터를 통합하여 에이전트 학습 및 테스트를 위한 포괄적인 환경을 제공합니다.

대상

이 프로젝트는 다양한 로봇 작업 및 환경에 걸쳐 일반화 가능성과 확장성을 평가하기 위한 표준화된 방법을 필요로 하는 Embodied AI 및 로봇 학습 분야의 연구자와 개발자를 위해 설계되었습니다.

주요 특징

• 확장 가능하고 일반화 가능한 로봇 학습을 위한 통합 플랫폼.
• Isaac Lab, MuJoCo, SAPIEN을 포함한 여러 시뮬레이션 프레임워크 통합.
• 방대한 수의 기존 로봇 학습 벤치마크 및 데이터셋의 데이터와 작업 집계.
• 다양한 로봇, 장면 및 에셋 지원.