Thrixel for Physical AI
Gjør inndata og spesifikasjoner fra den virkelige verden til strukturerte 3D-ressurser, komplette miljøer og simuleringsdata for fysisk AI.
Rekonstruer et eksisterende miljø eller generer en strukturert scene fra en spesifikasjon.
Fra virkelige input
Bilder og video blir 3D-ressurser og miljøer med flere objekter med trekantmasker, PBR-materialer og separate semantiske deler. USDA-utdata bærer strukturen og fysikken som trengs for simuleringsarbeidsflyter.
Fra en scenespesifikasjon
Generer fullstrukturerte scener med simuleringsklare ressurser og tilsvarende oppgavedefinisjoner. Varier aktiva og oppsett ved hjelp av distribusjoner fra den virkelige verden, og lag robotbaner for imitasjonslæring.
Et miljø med artikulerte objekter, fysikkmaterialer og kollisjonsgeometri, klar for interaksjon i simulering. Hva er SimReady 3D?
Ledde deler modellerer hvordan dører, lokk og andre komponenter beveger seg og samhandler.
Fysiske overflateegenskaper støtter kontakt og bevegelse i simuleringen.
Kollisjonsgeometri gir objekter en fysisk tilstedeværelse for manipulasjon og miljøinteraksjon.
Eiendeler inneholder informasjon om deres komponenter, kontaktflater og gripeplasseringer.
Separate masker identifiserer meningsfulle komponenter, slik at et håndtak, dør og skapkropp kan delta i en oppgave.
Thrixel definerer gripeplasseringer for roboter for robotmanipulering, med grep-og-løft-kontroller i simulering.
Mesh-kollidere og USD Physics-skjemaer beskriver kontaktene og begrensningene som brukes under interaksjon.
Arbeidsflyten for gjenoppbygging kobler sammen utseende, geometri og fysisk oppførsel.
Start med bilder av et enkelt objekt eller en hel scene. Referanseinndata og dimensjoner styrer rekonstruksjonen.
Lag geometri, PBR-teksturer, separate masker for semantiske deler og simuleringsklar fysikk i en strukturert ressurs.
Test og kalibrer ressursen i simulering, kontroller dens oppførsel gjennom kontakt, artikulasjon og manipulasjon.
Prosedyrevariasjon utvider et miljø til flere konfigurasjoner basert på virkelige distribusjoner. Strukturerte scener beholder ressursene, fysikken og oppgavedefinisjonene som trengs for simulering.
Robotbaner fanger interaksjoner med miljøet. Semantiske deler, definerte robotgripepunkter og validert fysikk støtter manipulasjonsoppgavene som brukes til å produsere imitasjonsdata.
Del referanseinndataene, målmiljøet og robotoppgavene. Teamet kan diskutere rekonstruksjon, scenegenerering og krav til simuleringsdata.
Kontakt Thrixel