AI-ügynökök készítik elő a Microduck szimulációját
Az NVIDIA összekapcsolja a pályaépítést, a mozgástanítást és a külön értékelést.
Az NVIDIA bemutatójában a Hermes és a Nemotron szöveges kérésből akadálypályatervet készít. Az Astra létrehozza a tárgyakat és összeállítja a szimulált jelenetet. Az Isaac Lab ezután szimulált tapasztalatokkal fejleszti a robot cselekvéseit kiválasztó modellt, a mozgásvezérlő stratégiát. Az Isaac Sim helyi értékelése a tanulástól külön vizsgál egy kiválasztott stratégiát. A fejlesztők így a jelenet előkészítését és a robot tanítását összekötő munkafolyamatot kapnak; a részletes hardveres telepítés kívül esik ezen a bemutatón.
A kapcsolt útmutató a járás hardveres átadását részletezi. Támogatott Linux-rendszerű, grafikus processzorral felszerelt munkaállomást, Git és uv eszközt igényel; a telepítéshez beállított robot, működő fedélzeti szoftver és vezérlőfelület is kell. Előbb szimulációban értékeld a stratégiát. Az RSL-RL visszajátszása a robotnak szánt ONNX-modellfájlt és TorchScript-változatot exportál. Őrizd meg a megfigyelések sorrendjét, normalizálását és a cselekvések skálázását. Betöltés előtt támaszd meg a robotot az állványán: járás közbeni betöltéskor alaphelyzetbe tér vissza, majd folytatja a mozgást.
Miért kell modellezni a motorokat? A mozgatóelemek dokumentációja bemutatja a BAM nevű szervómotor-modellt, amelynek paramétereit próbapadi mérésekhez illesztik. Leképezi a késő parancsokat, a tápfeszültség csökkenését és a hajtómű súrlódását. Ez a megvalósítás a Newton MJWarp fizikai megoldóját és bekapcsolt natív mozgatóelemeket igényel; más háttérrendszerek hibát jeleznek. A tápellátás és a késleltetés egy hajtáscsoporthoz tartozik, nem feltétlenül az egész robothoz: külön csoportok feszültsége és válasza egymástól függetlenül változhat.
