通用人形機器人旨在快速適應現(xiàn)有的以人類為中心的城市和工業(yè)工作空間，處理繁瑣、重復或體力要求高的任務。這些移動機器人經(jīng)過設計，能在以人類為中心的環(huán)境中有出色的表現(xiàn)，從工廠車間到醫(yī)療保健機構，它們的價值日益凸顯。

模仿學習是機器人學習的一個子集，它能讓人形機器人通過觀察和模仿人類專家的示范來獲取新技能。在真實世界中收集這些廣泛、高質(zhì)量的數(shù)據(jù)集既繁瑣又耗時，而且成本往往高得令人卻步。從物理精確的仿真環(huán)境中生成的合成數(shù)據(jù)有助于加快這一收集過程。

NVIDIA Isaac GR00T為人形機器人開發(fā)者提供機器人基礎模型、數(shù)據(jù)管線和仿真框架，有助于應對人形機器人開發(fā)中所面對的這些挑戰(zhàn)。用于合成運動生成的NVIDIA Isaac GR00T Blueprint是一個用于模仿學習的仿真工作流程，使開發(fā)者能夠從少量人類示范中生成數(shù)量呈指數(shù)級擴增的數(shù)據(jù)集。

視頻 1.借助 NVIDIA Isaac GR00T 簡化數(shù)據(jù)收集

在本文中，我們將介紹如何通過 Apple Vision Pro 捕捉遠程操作數(shù)據(jù)，使用 NVIDIA Isaac GR00T 從少數(shù)人類示范中生成大量合成軌跡數(shù)據(jù)集，然后在Isaac Lab中訓練機器人運動策略模型。

合成運動生成

該工作流的包括以下關鍵組成部分：

GR00T-Teleop：

NVIDIA CloudXR：連接到 Apple Vision Pro 頭戴設備，使用專門為人形機器人遠程操作設計的定制 CloudXR 運行時，實現(xiàn)動作的流暢傳輸 。

Isaac XR Teleop：將遠程操作數(shù)據(jù)流式傳輸?shù)?strong>NVIDIA Isaac Sim或 Isaac Lab，作為 Apple Vision Pro 的參考應用程序。

Isaac Lab：基于 Isaac Sim 的 Isaac Lab 是一個用于機器人學習的開源模塊化框架，使用這一框架，可以實現(xiàn)訓練機器人策略。

GR00T-Mimic：通過少量人類示范生成大量合成運動軌跡數(shù)據(jù)。

GR00T-Gen：通過隨機化場景中的背景、光照和其他變量來增加多樣性，并通過NVIDIA Cosmos對生成的圖像進行放大處理。（在本文中，我們不會詳細介紹 GR00T-Gen。）

圖 1.遠程操作架構

合成運動生成管線是一個復雜的過程，旨在創(chuàng)建一個龐大且多樣化的數(shù)據(jù)集來訓練機器人。

它從數(shù)據(jù)收集開始，在這個過程中，將使用像 Apple Vision Pro 這樣的高保真設備，在仿真環(huán)境中捕捉人類的動作和行為。Apple Vision Pro 將手部追蹤數(shù)據(jù)傳輸?shù)饺?Isaac Lab 的仿真平臺，同時仿真平臺將機器人環(huán)境的沉浸式視圖傳輸回該設備。這種設置使得機器人操作更加直觀和互動，有助于收集高質(zhì)量的遠程操作數(shù)據(jù)。

圖 2.準備好通過 Apple Vision Pro 進行遠程操作的機器人

Isaac Lab 中的機器人仿真畫面被傳輸?shù)?Apple Vision Pro，讓您能夠可視化機器人的環(huán)境。通過移動手部，您可以直觀地控制機器人執(zhí)行各種任務。這種設置提供了沉浸式且互動的遠程操作體驗。

圖 3.Isaac Lab 中的遠程操作

使用 GR00T-Mimic 生成合成軌跡

數(shù)據(jù)收集后，下一步是合成軌跡生成。使用 Isaac GR00T-Mimic 從少量人類示范中推算出大量合成運動軌跡。

這個過程包括在示范中標記關鍵點，并使用插值法確保合成軌跡平滑且符合情境。然后對生成的數(shù)據(jù)進行評估和優(yōu)化，以滿足訓練所需的標準。

在這個示例中，我們成功生成了 1,000 條合成軌跡。

a.機器人

拿起輪子

b.機器人將輪子

移到托盤

c.機器人將輪子

放到托盤上

圖 4.在 Isaac Lab 中生成的一組合成軌跡

在 Isaac Lab 中使用模仿學習進行訓練

最后，使用模仿學習技術，利用合成數(shù)據(jù)集對機器人進行訓練。在這個階段，會訓練一個策略，比如 Robomimic 套件的循環(huán)高斯混合模型（GMM），以模仿合成數(shù)據(jù)中的動作。

訓練在比如 Isaac Lab 這樣的仿真環(huán)境中進行，并且通過多次試驗來評估訓練后的策略的性能。這個管線顯著減少了開發(fā)和部署機器人系統(tǒng)所需的時間和資源，使其成為機器人領域的一個有價值的工具。

為了展示如何使用這些數(shù)據(jù)，我們訓練了一臺帶有夾爪的 Franka 機器人，在 Isaac Lab 中執(zhí)行堆疊任務。這個夾爪類似于人形機器人的“手”。

我們使用了來自 Robomimic 套件的帶有循環(huán) GMM 策略的行為克隆方法。該策略使用了兩個隱藏維度為 400 的長短期記憶（LSTM）層。

網(wǎng)絡的輸入包括機器人末端執(zhí)行器的位姿、夾爪狀態(tài)以及相對物體的位姿，而輸出是一個用于在 Isaac Lab 中驅(qū)動機器人的增量位姿動作。

使用由 1,000 次成功示范組成的數(shù)據(jù)集，并經(jīng)過 2,000 次迭代，我們實現(xiàn)了大約 50 次迭代 / 秒的訓練速度（相當于在 NVIDIA RTX GPU 上大約 0.5 小時的訓練時間）。在 50 次實驗的平均結(jié)果中，訓練策略在堆疊任務中的成功率為 84%。

圖 5.在 Isaac Lab 中訓練的夾爪

開始使用

在本文中，我們討論了通過 NVIDIA Isaac GR00T 生成合成軌跡數(shù)據(jù)，加速推進人形機器人運動策略學習：

https://developer.nvidia.cn/isaac/gr00t

GR00T-Teleop 堆棧目前還處于僅限受邀用戶訪問的階段。加入人形機器人開發(fā)者計劃，以便在該堆棧進入測試版時獲取使用權限：

https://developer.nvidia.com/humanoid-robot-program