Thrixel pro Physical AI

Světy připravené na simulaci pro učení robotů

Proměňte skutečné vstupy a specifikace do strukturovaných 3D assetů, kompletních prostředí a simulačních dat pro fyzickou umělou inteligenci.

Interakce robota v kuchyni vytvořené Thrixel. Ukázka při 3× rychlosti.

3D tvorba pro Physical AI

Rekonstruujte stávající prostředí nebo vygenerujte strukturovanou scénu ze specifikace.

Ze vstupů z reálného světa

Rekonstrukce digitálního dvojčete

Fotografie a video se stávají 3D assety a víceobjektovými prostředími s trojúhelníkovými sítěmi, materiály PBR a samostatnými sémantickými částmi. Výstup USDA nese strukturu a fyziku potřebnou pro simulační pracovní postupy.

Ze specifikace scény

Simulační data v měřítku

Vytvářejte plně strukturované scény s assety připravenými pro simulaci a odpovídajícími definicemi úkolů. Měňte assety a rozvržení pomocí distribucí v reálném světě a vytvářejte trajektorie robotů pro učení imitace.

Od výzvy k dokončení scény SimReady

Prostředí s kloubovými objekty, fyzikálními materiály a kolizní geometrií, připravené pro interakci v simulaci. Co je SimReady 3D?

Kompletní kuchyňské prostředí s nábytkem, spotřebiči a kloubovými předměty. Průlet zobrazen při 2× rychlosti.
  • Fyzikální klouby

    Kloubové díly modelují, jak se dveře, víka a další součásti pohybují a vzájemně na sebe působí.

  • Fyzikální materiály

    Fyzikální vlastnosti povrchu podporují kontakt a pohyb v rámci simulace.

  • Platné srážeče

    Kolizní geometrie dává objektům fyzickou přítomnost pro manipulaci a interakci s prostředím.

Sémantické 3D pro robotickou interakci

Assety nesou informace o svých součástech, kontaktních plochách a místech uchopení.

  • Úvaha sémantické části

    Samostatné sítě identifikují smysluplné komponenty, takže klika, dveře a korpus skříně se mohou účastnit úkolu.

  • Definované uchopovací body robota

    Thrixel definuje body, za které může robot uchopit objekt, a v simulaci ověřuje uchopení a zvednutí.

  • Přesná geometrie kolize

    Srážecí sítě a schémata USD Physics popisují kontakty a omezení používaná během interakce.

Od referenčních snímků k ověřeným assetům

Pracovní postup rekonstrukce propojuje vzhled, geometrii a fyzické chování.

  1. 01

    Referenční vstupy

    Začněte snímkováním jednoho objektu nebo celé scény. Referenční vstupy a rozměry vedou rekonstrukci.

  2. 02

    3D rekonstrukce

    Vytvářejte geometrii, textury PBR, samostatné sítě pro sémantické části a fyziku připravenou na simulaci ve strukturovaném assetu.

  3. 03

    Ověření Isaac Sim

    Testujte a kalibrujte asset v simulaci, kontrolujte jeho chování prostřednictvím kontaktu, artikulace a manipulace.

Kontroly v simulaci

  • Ustálení
  • Drop
  • Klouzání
  • Pohyb mechanických kloubů
  • Uchopte a zvedněte

Simulační data pro učení robotů

Variace assetů a scén

Procedurální variace rozšiřuje prostředí do více konfigurací založených na distribucích v reálném světě. Strukturované scény si uchovávají assety, fyziku a definice úkolů potřebné pro simulaci.

Imitace-učení trajektorie

Trajektorie robotů zachycují interakce s prostředím. Sémantické části, definované body uchopení robota a ověřená fyzika podporují manipulační úlohy používané k vytváření imitací dat.

Diskutujte o projektu Physical AI

Sdílejte referenční vstupy, cílové prostředí a úlohy robota. Tým může diskutovat o rekonstrukci, generování scény a požadavcích na data simulace.

Kontaktujte Thrixel