simpler-env/SimplerEnv

해결하는 문제

범용 로봇 조작 정책에 대한 실제 환경 평가는 비용이 많이 들고 비효율적이며 재현하기 어렵습니다. SimplerEnv는 연구자들이 물리적 하드웨어에 지속적으로 접근할 필요 없이 정책을 정량적으로 평가하고, 체크포인트를 선택하며, 실패 모드를 식별할 수 있도록 하는 확장 가능한 시뮬레이션 대안을 제공합니다.

작동 원리

SAPIEN 시뮬레이터와 ManiSkill2(ManiSkill3의 GPU 가속 지원 포함)를 기반으로 구축된 이 프로젝트는 두 가지 주요 실세계-시뮬레이션(real-to-sim) 평가 전략을 구현합니다.

• 시각적 매칭 (Visual Matching): 실제 이미지를 시뮬레이션 배경에 오버레이하고 로봇과 물체의 텍스처를 실제 모습과 일치하도록 조정합니다.
• 변형 집계 (Variant Aggregation): 다양한 조명, 배경, 방해 요소, 테이블 텍스처를 포함한 여러 시뮬레이션 환경 변형 전반의 결과를 평균화합니다.

대상 사용자

RT-1 또는 Octo와 같은 범용 조작 정책을 구축하는 로봇 공학 연구자 및 개발자로, 실제 배포 전이나 배포와 병행하여 표준화되고 재현 가능한 방식으로 모델을 테스트해야 하는 분들에게 적합합니다.

주요 특징

• 사전 패키지된 환경: Google Robot 및 WidowX를 위한 콜라 캔 집기, 서랍 열기, 큐브 쌓기 등 다양한 작업이 포함되어 있습니다.
• 정책 통합: RT-1 및 Octo 정책에 대한 내장 지원 및 추론 스크립트를 제공합니다.
• 성능 지표: MMRV(Mean Maximum Rank Violation) 및 피어슨 상관계수를 계산하는 도구가 포함되어 있어 시뮬레이션 결과가 실제 성능과 얼마나 잘 상관되는지 측정할 수 있습니다.
• 확장성: 새로운 로봇, 정책 및 평가 환경을 추가하기 위한 가이드와 도구를 제공합니다.