附加资源#
这里我们提供了一些外部链接,包括工具和各种资源,或许对您也会有所帮助。
Sim-to-Real 资源#
更广泛的 Isaac 项目的核心目标之一是通过 NVIDIA 技术的力量赋予真实机器人生命。实现这一目标有许多方法,因此你可以使用许多工具。这些资源旨在通过提供示例和关于缩小 Sim-to-Real 差距及将策略部署到实际真实机器人的讨论,帮助你探索这些可能性。
缩小模拟与现实之间的差距:使用 NVIDIA Isaac Lab 训练 Spot 四足机器人运动 是一个详细的指南,用于为波士顿动力公司的Spot四足机器人训练四足动作策略,并将其部署到真实机器人中。
LLM 生成的奖励函数#
我们的研究项目, Eureka!
,已经成功地开发出了一个使用LLM生成和调整强化学习(RL)奖励函数的pipeline。这些资源旨在帮助您利用这个pipeline,为曾经被认为不可能实现的任务创建基于RL的解决方案!
Isaac Lab Eureka 是一个 github 仓库,在这里你可以为 Isaac Lab 中的直接 RL 环境建立自己的 LLM 奖励生成 pipeline!
Eureka! NVIDIA 研究突破为机器人学习带来新气象 是一篇涵盖这一奖励生成过程广泛理念的博客文章。
模拟特性#
在 Isaac Lab 的核心是 Isaac Sim,它本身是一个功能丰富的工具,对于一般的机器人技术非常有用,而不仅仅是针对 RL。你对模拟的理解越深,就越能轻松地利用它的能力来实现你自己的项目和应用。这些资源旨在向你介绍模拟的其他功能,可能对你在 Isaac Lab 的特定兴趣有所帮助!
模拟性能指南 是一份关于如何从 OmniPhysics 获得最佳模拟性能的最佳实践指南。
在Isaac Sim 中部署策略 是一个关于如何在模拟中使用训练策略的 Isaac Sim 教程。
使用 NVIDIA Isaac Sim 4.0 和 NVIDIA Isaac Lab 通过 AI 和模拟增强机器人工作流程 是一篇介绍了 Isaac Sim 4.0 的最新功能的博客文章,包括
pip install
、更先进的物理引擎、更新的传感器模拟等。使用 NVIDIA Isaac Lab 在模拟中快速实现机器人学习 是一篇涵盖通过 Isaac Lab 加速机器人学习所有功能的博客文章。