Thrixel pentru Physical AI

Lumi pregătite pentru simulare pentru învățarea roboților

Transformați intrările și specificațiile din lumea reală în resurse 3D structurate, medii complete și date de simulare pentru IA fizică.

Interacțiunea robotului într-o bucătărie generată de Thrixel. Demonstrație afișată la viteza de 3×.

Creare 3D pentru Physical AI

Reconstruiți un mediu existent sau generați o scenă structurată dintr-o specificație.

Din intrări din lumea reală

Reconstrucția gemenilor digitali

Fotografiile și videoclipurile devin resurse 3D și medii cu mai multe obiecte cu rețele triunghiulare, materiale PBR și părți semantice separate. Ieșirea USDA poartă structura și fizica necesare fluxurilor de lucru de simulare.

Dintr-o specificație a scenei

Date de simulare la scară

Generați scene complet structurate cu resurse 3D pregătite pentru simulare și definiții de sarcini corespunzătoare. Variați resursele și machetele 3D folosind distribuții din lumea reală și produceți traiectorii robot pentru învățarea prin imitație.

De la Prompt la Scena completă SimReady

Un mediu cu obiecte articulate, materiale fizice și geometrie de coliziune, gata pentru interacțiune în simulare. Ce este SimReady 3D?

Un mediu de bucătărie complet cu mobilier, electrocasnice și obiecte articulate. Flythrough este afișat cu viteza de 2×.
  • Articulații fizice

    Piesele articulate modelează modul în care ușile, capacele și alte componente se mișcă și interacționează.

  • Materiale de fizică

    Proprietățile suprafeței fizice susțin contactul și mișcarea în cadrul simulării.

  • Colizori valizi

    Geometria de coliziune oferă obiectelor o prezență fizică pentru manipulare și interacțiune cu mediul.

3D semantic pentru interacțiunea robotului

Resursele 3D conțin informații despre componentele lor, suprafețele de contact și locațiile de prindere.

  • Raționamentul părții semantice

    Mesh-urile separate identifică componente semnificative, astfel încât mânerul, ușa și corpul dulapului pot participa fiecare la o sarcină.

  • Puncte de prindere robot definite

    Thrixel definește locațiile de prindere a robotului pentru manipularea robotului, cu verificări de prindere și ridicare în simulare.

  • Geometrie de coliziune precisă

    Colizorii mesh și schemele USD Physics descriu contactele și constrângerile folosite în timpul interacțiunii.

De la imagini de referință la resurse 3D validate

Fluxul de lucru de reconstrucție conectează aspectul, geometria și comportamentul fizic.

  1. 01

    Intrări de referință

    Începeți cu imagini ale unui singur obiect sau a unei întregi scene. Intrările de referință și dimensiunile ghidează reconstrucția.

  2. 02

    Reconstrucție 3D

    Creați geometrie, texturi PBR, rețele separate pentru părți semantice și fizică pregătită pentru simulare într-o resursă 3D structurată.

  3. 03

    validare Isaac Sim

    Testați și calibrați resursa 3D în simulare, verificându-i comportamentul prin contact, articulare și manipulare.

Verificări în simulare

  • Stabilizare
  • Cădere
  • Alunecare
  • Mișcarea articulațiilor mecanice
  • Prindere și ridicare

Date de simulare pentru învățarea roboților

Variante de resurse 3D și texturi generate cu Thrixel.

Resursă 3D și variație de scenă

Variația procedurală extinde un mediu în mai multe configurații bazate pe distribuții din lumea reală. Scenele structurate păstrează resursele 3D, fizica și definițiile sarcinilor necesare pentru simulare.

Traiectorii pentru învățarea prin imitație

Traiectorii robotului captează interacțiunile cu mediul. Părțile semantice, punctele de prindere ale robotului definite și fizica validată sprijină sarcinile de manipulare utilizate pentru a produce date de imitație.

Discutați despre un proiect Physical AI

Partajați intrările de referință, mediul țintă și sarcinile robotului. Echipa poate discuta despre reconstrucția, generarea scenei și cerințele de date de simulare.

Contactați Thrixel