Роботын хөдөлгөөнийг симуляцид загварчлах, бодит төхөөрөмж удирдах болон хиймэл оюуны агентаар шинэ ур чадвар сургах үйл явцыг нэг дээвэр дор нэгтгэсэн OpenRoboKit (openrobokit.com) нээлттэй эхийн төсөл танилцуулагдлаа. Инженерүүд uv add robokit командаар шууд суулган хэрэглэх боломжтой уг платформ нь харилцан уялдаатай дөрвөн үндсэн сангаас бүрдэнэ.
1. RoboKit — Хөдөлгөөн ба динамикийн оновчлол
RoboKit нь роботын кинематик болон динамик тэгшитгэлийг өндөр хурдаар бодож, үйлдэл болон шилжилтийг төлөвлөдөг суурь сан юм. Туршилтын бичлэгүүдэд робот гар хуруугаараа үзэг эргүүлэх, шоо эргүүлэх, дэвтэр нээх зэрэг нарийн дүй шаардсан үйлдлүүдээс гадна саад давж авирах, үсрэх зэрэг хурдтай тэнцвэрийн хөдөлгөөнийг гүйцэтгэж буйг харуулжээ.
2. RetargetingKit — Хүний хөдөлгөөнийг робот руу хөрвүүлэх
RetargetingKit нь ердийн видео бичлэг, хөдөлгөөн баригч (mocap) систем болон виртуал орчны (VR) төхөөрөмжөөс авсан хүний хөдөлгөөний өгөгдлийг олон хуруутай робот сарвуу эсвэл бүтэн биетэй хүн дүрст (humanoid) роботын үе мөчний хөдөлгөөн рүү шууд хөрвүүлдэг.
3. GraspKit — Эд зүйлс барих ба бодит орчинд нэвтрүүлэх
GraspKit нь янз бүрийн хэлбэр, гадаргуутай биетийг хэрхэн тогтвортой атгах, эргүүлэх, зөөвөрлөхийг тооцоолж, удирдлагын бодлого (policy) сургадаг. Симуляцид сургасан загварыг бодит физик робот руу шилжүүлэн ажиллуулах бүрэн дамжлагыг өөртөө багтаасан байна.
4. RoboSkills — Хиймэл оюуны агентад суурилсан ур чадвар
RoboSkills нь хиймэл оюуны агентуудад роботын нарийн ажиллагааг бие даан гүйцэтгэх бүтэцлэгдсэн ажлын урсгал олгодог. Агент нь энгийн видео бичлэгээс орчны физик симуляцийг сэргээн байгуулах, шинэ хөдөлгөөн үүсгэх, улмаар олон давталттай туршилтаар роботын удирдлагын бодлогыг хүний оролцоогүйгээр сайжруулах чадвартай.




