Apprentissage des robots avec OpenUSD, Isaac Simet Isaac Lab
Sur cette page
Question: Comment une expérience d'apprentissage robot peut-elle partager des scènes, des tâches et des réglages d'entraînement ?
Mittal et al. (2023) décrire Orbit dans IEEE Robotique et lettres d'automatisation. Lire le manuscrit ouvert, en particulier l'architecture du monde et des tâches de la section III et les exemples d'apprentissage de la section V. Orbit est le prédécesseur du Isaac Lab. L’exécution d’une tâche Isaac Lab en cours ne reproduit pas les résultats de formation rapportés dans le document.
Comprendre les trois outils#
| Outil | Ce qu'il apporte | Première ressource |
|---|---|---|
| OpenUSD | Composition de la scène, actifs, transformations et données échantillonnées dans le temps | Tutoriels officiels |
| Isaac Sim | Le simulateur de robot, l'intégration physique, les capteurs et le rendu | Documentation sur les simulateurs |
| Isaac Lab | Environnements de travail et flux de travail d'apprentissage basés sur le simulateur | Guide de configuration en version |
OpenUSD est un système de scène, pas un résolveur de dynamique. Isaac SimLa licence source est Apache-2.0; Kit Omniverse et actifs portent des conditions supplémentaires. Isaac LabLe noyau est BSD-3-Clause. Consultez la catalogue pour les liens source et licence. Une installation complète d'Isaac n'est pas une pile de dépendance entièrement open source.
Essayez une course d'entraînement limitée#
Cette route utilise délibérément Isaac Lab v2.2.0 avec Isaac Sim 5.0.0, plutôt que de supposer que le main actuel a les mêmes scripts. Suivez d'abord les exigences d'installation et matérielles de cette version. Il nécessite un GPU NVIDIA compatible ; les exemples de CPU locaux n'installent pas ce runtime.
git clone --branch v2.2.0 https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab
Après avoir terminé l'installation versionnée, exécutez :
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/train.py --task Isaac-Reach-Franka-v0 --num_envs 64 --max_iterations 10 --seed 42 --headless
Les point d'entrée de la formation et Franka atteint l'enregistrement des tâches ont été vérifiés. Dix itérations sont un exercice de mise en place, et non un point de repère de politique. Conserver les journaux générés, la configuration, le point de contrôle, le commit exact, le modèle GPU, le pilote, l'exécution et les versions d'actifs.
Examiner les définitions de l'observation, de l'action, de la récompense, de la remise à zéro et du succès de la tâche avant d'interpréter sa courbe d'apprentissage. Une comparaison de la recherche nécessite une evaluation la procédure, les graines multiples, l'environnement du papier et les paramètres de formation. Un retour élevé n'établit pas les performances réelles des robots.
Travailler sans le GPU runtime#
Utiliser la Exemple de résultat du processeur en USD d'inspecter une étape, des attributs, des unités et une provenance de source. Il échange la sortie d'un résolveur de batterie; il ne met pas en œuvre l'expérience robotisée d'Orbit. Pour la dynamique des robots sans ce runtime NVIDIA, comparez MuJoCo, Gazebo, Webotset Drake dans le catalogue.
État : L'architecture du papier, la documentation en version, les tâches et le scénario de formation ont été inspectés le 2026-11-15. L'installation et la formation GPU ne sont pas exécutées ici.