isaac-sim/IsaacLab-Arena

해결하는 문제

Isaac Lab-Arena는 로봇 시뮬레이션 환경을 구축할 때 발생하는 복잡성과 중복을 해결합니다. 기존의 작업 라이브러리는 로봇, 물체, 또는 장면의 각 변형마다 대량의 설정 코드를 반복해서 작성해야 했습니다. 이 프로젝트는 연구자가 반복적인 보일러플레이트 코드를 작성하지 않고도 다양한 시나리오에서 일반화된 로봇 정책을 빠르게 조립하고 평가할 수 있는 조합 가능한 아키텍처를 제공합니다.

작동 방식

이 프레임워크는 런타임에 세 가지 독립적인 기본 요소를 조합하여 환경을 구성하는 '레고처럼'의 접근 방식을 사용합니다:

• Scene: 물체, 가구, 고정 장치를 포함한 물리적 레이아웃.
• Embodiment: 로봇, 센서, 컨트롤러, 관측/행동 공간.
• Task: 로봇이 달성해야 하는 구체적인 목표 (예: 물체를 집어 옮기기).

이러한 기본 요소들은 ArenaEnvBuilder를 통해 표준 구성으로 결합되어 NVIDIA Isaac Lab 내에서 네이티브로 실행됩니다.

대상 사용자

GR00T 또는 pi0와 같은 일반화된 로봇 정책을 개발하고 다양한 작업 및 환경에서 대규모로 모델을 평가해야 하는 로봇 연구자 및 개발자에게 적합합니다.

주요 기능

• 조합 가능한 환경: 장면, 로봇, 작업을 독립적으로 조합하여 실시간으로 새로운 시나리오를 생성 가능.
• 순차적 작업 체인: 원자적 기술(예: 집기 → 걷기 → 놓기)을 연결하여 복잡하고 장기적인 작업을 생성 가능.
• 자연어 기반 배치: 좌표를 수동으로 지정하는 대신 의미적 관계(예: "위에", "옆에")를 사용하여 장면 레이아웃을 정의 가능.
• 대규모 병렬 평가: 서로 다른 물체를 가진 여러 병렬 환경에서 평가를 실행하여 처리량을 극대화.
• Isaac Lab 통합: 강화학습 및 모방학습 데이터 생성 워크플로우에 원활하게 통합 가능.