- 博客(15)
- 收藏
- 关注
RSS订阅原创 NVIDIA Isaac Sim 入门教程 - 运动生成控制器（Motion Generators）
机器人任务通常在任务空间中根据所需的末端执行器轨迹进行定义，而控制动作则在关节空间中执行。这自然会产生关节空间和任务空间（操作空间）控制方法。然而，要利用运动控制成功执行交互任务，往往需要对机械臂及其环境都建立精确的模型。虽然可以知道足够精确的机械臂模型，但很难获得详细的环境描述 [SSVO09]。可以通过在交互过程中引入顺应行为来克服这种不匹配造成的规划错误。虽然顺应性可以通过机器人的结构（如弹性致动器、软机械臂）被动实现，但我们对侧重于主动交互控制的控制器设计更感兴趣。这些设计大致分为注释。
2025-04-18 06:30:00
495
原创 ROS2 安卓手机传感器桥接器（Mobile Sensor Bridge for ROS2）
该软件包提供了一个 ROS2 节点，可直接从安卓智能手机流式传输传感器数据，包括 JPEG 相机流（最高 30 FPS）、空间姿态跟踪和双向音频通信。机器人原型通常需要多个传感器，每个传感器都需要标定和集成。本软件包通过将传感器数据发布为 ROS2 话题，将安卓手机转换为综合传感器套件。该节点使用 rclnodejs 实现，可在 JavaScript 环境中实现 ROS2 的无缝集成。
2025-04-18 06:30:00
257
原创 ROS & ROS2 机器人深度相机激光雷达多传感器标定工具箱
不过，多传感器标定工具箱允许通过编辑 yaml 文件来调整标定目标的参数： <repository>/mutlisensor_calibration/cfg/TargetWithCirclesAndAruco.yaml%YAML:1.0rows: 4cols: 1dt: irows: 4cols: 2dt: frows: 1cols: 12dt: fCAD 模型网格/云通过 GICP 将模型数据与分割点云对齐，用于优化检测到的目标姿态。
2025-04-17 06:30:00
901
原创 NVIDIA Isaac Sim 联合 VS Code 开发调试环境配置
在 Visual Studio Code (VS Code) 中打开 Isaac Sim 软件包主文件夹，即可打开该工作区。注意建议在学习教程和示例时使用 Visual Studio Code。另请参见有关 VS Code 工作区的详细信息，请参阅 Visual Studio Code (VS Code) 文档。
2025-04-17 06:30:00
1404
原创 ROS & ROS2 机器人深度相机激光雷达多传感器标定工具箱入门教程（一）
multisensor_calibration 是一个积极维护的通用标定工具箱，用于辅助基于目标的多传感器标定，支持 ROS 1 和 ROS 2。它提供了多种方法和应用来标定复杂的多传感器系统，例如。
2025-04-14 06:30:00
1761
原创 ROS2 多机器人导航仿真入门教程（一）
RMF 是建立在 ROS 2 基础上的一系列可重复使用、可扩展的库和工具，可实现任何类型机器人系统的异构机群的互操作性。RMF 利用标准化的通信协议与部署机器人的基础设施、环境和自动化系统进行通信，以优化关键资源（如机器人、电梯、门、通道等）的使用。它通过资源分配和通过 RMF 核心（将在本书后面详细介绍）防止共享资源冲突，从而为系统增加智能。RMF 灵活而强大，几乎可以在任何通信层上运行，并与任何数量的物联网设备集成。RMF 的架构设计允许随着环境自动化水平的提高而扩展。
2025-03-27 07:00:00
1016
原创 ROS2 多机器人编队导航仿真入门教程（二）
在本章中，我们将介绍机器人操作系统（ROS）的基础知识，并为您提供构建、调试和理解机器人应用程序所需的所有工具。本章从决策者做出正确决策所需的最一般概念，到工程师开发新机器人应用所需的具体应用程序接口参考，一应俱全。在高级概念和低级 API 命令之间，是维护和支持现场多机器人部署所需的知识。学习 ROS 的一个很好的比喻就是学习机动车的过程。在实际的日常工作中，大多数人都会学习如何启动车辆并在高速公路上安全使用。对于这些人来说，学习 ROS 背后的高级概念以及特定应用的命令可能就足够了。
2025-03-27 07:00:00
750
原创 MuJoCo XLA (MJX) 强化学习人形机器人四足机器人入门教程（三）
MJX 是用 JAX 编写的 MuJoCo 实现，可以在 GPU/TPU 上进行大批量训练。在本笔记本中，我们将演示如何使用 MJX 训练 RL 策略。在开始大量 RL 工作负载之前，我们先从一个简单的示例开始！xml = """"""接下来，我们使用 MJX 将 MuJoCo 模型和数据放到 GPU 设备上。下面，我们将打印来自 MuJoCo 和 MJX 的 qpos。
2025-03-26 07:00:00
629
原创 MuJoCo Playground 机器人强化学习入门教程（四）
import osimport jaxMadrona MJX 是 Mujoco 与 Madrona 合作开发的实验性设备上渲染后端。它实现了与 JAX 兼容的批量渲染器，可并行推出多个培训环境。渲染瓶颈在强化学习（Reinforcement Learning）中，一个代理使用一个策略来产生一个动作 x，以响应对模拟状态 x 的观察。环境通过奖励信号 x 对互动进行评估，然后过渡到呈现为 x 的下一个状态。这就形成了过渡 x，即强化学习训练管道的基本数据单元。
2025-03-26 07:00:00
825
原创 NVIDIA Isaac GR00T N1 人形机器人强化学习入门教程（二）详细步骤
LeRobot 格式1.1 加载数据集要加载数据集，我们需要定义以下 3 项内容： 在数据中显示图像帧 我们还可以对 LeRobotSingleDataset 类中的数据进行一系列转换。下面展示了如何对数据进行转换。 现在看看应用转换后的数据有何不同。 例如，对状态和操作进行规范化和串联，对视频图像进行裁剪、调整大小和颜色抖动。二、GR00T 推断 本教程介绍如何使用 GR00
2025-03-25 07:00:00
1329
1
原创 NVIDIA Isaac for Healthcare — AI 医疗机器人开发平台
医疗技术的未来是机器人的未来--医院将实现完全自动化，人工智能驱动的手术系统、机器人助手和自主病人护理将改变我们所熟知的医疗保健。构建人工智能驱动的机器人系统面临着几大挑战。其中之一就是将数据收集与专家见解相结合。另一个挑战是为逼真的解剖结构、传感器和机器人创建详细的生物力学模拟。这些模拟对于生成合成数据和训练机器人至关重要。确保从虚拟到真实世界部署的无缝过渡至关重要，在运行期间以超低延迟管理高带宽、多模式传感器人工智能也同样重要。
2025-03-25 07:00:00
841
原创 NVIDIA - 机器人学习（Robot Learning）强化学习、模仿学习、扩散策略扼要
机器人学习是一系列算法和方法的集合，可帮助机器人在模拟或现实环境中学习操纵、运动和分类等新技能。
2025-03-24 07:00:00
963
原创 NVIDIA Isaac GR00T N1 入门教程（一） 人形机器人多模态大语言模型
英伟达™ Isaac GR00T N1 是世界上首个用于通用仿人机器人推理和技能的开放式基础模型。该跨体模型采用多模态输入（包括语言和图像）在不同环境中执行操作任务。GR00T N1 在一个庞大的仿人机器人数据集上进行训练，该数据集包括真实捕获数据、使用英伟达 Isaac GR00T Blueprint 组件生成的合成数据（神经生成轨迹示例）以及互联网规模的视频数据。通过后期训练，它可以适应特定的应用、任务和环境。
2025-03-24 07:00:00
1128
原创 MuJoCo Playground 入门教程（二）强化学习训练宇树四足机器人 Go1 Locomotion
在本笔记本中，我们将介绍 MuJoCo Playground 中的几种运动环境。需要使用带有 GPU 加速功能的 Colab 运行时。如果使用的是纯 CPU 运行时，可以通过菜单 “运行时 > 更改运行时类型 ”进行切换。
2025-03-23 07:00:00
412
原创 MuJoCo Playground 机器人强化学习入门教程（一）
MuJoCo Playground 包含 DM 控制套件、机器人运动和机器人操作环境。env每个环境还与一个环境配置相关联，如果需要，可以覆盖该配置。env_cfg请注意，环境配置包含 sim_dt 和 ctrl_dt。ctrl_dt 决定每个 env.step 的时间间隔。因此，每个 env.step 的模拟步长为 ctrl_dt / sim_dt 倍。其他值得注意的参数还有 vision_config，我们将在基于视觉的笔记本中详细讨论！现在，我们将专注于特权观察。
2025-03-01 06:00:00
1393
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人