Thrixel для Physical AI

Миры для обучения роботов, готовые к симуляции

Превратите реальные исходные данные и спецификации в структурированные 3D-ассеты, комплексные среды и данные моделирования для физического ИИ.

Взаимодействие роботов на кухне, созданной Thrixel. Демонстрация показана на скорости 3×.

Создание 3D-изображений для Physical AI

Реконструируйте существующую среду или создайте структурированную сцену на основе спецификации.

Из реальных данных

Реконструкция цифрового двойника

Фотографии и видео становятся 3D-ресурсами и многообъектными средами с треугольными сетками, материалами PBR и отдельными смысловыми частями. Выходные данные USDA содержат структуру и физику, необходимые для рабочих процессов моделирования.

Из спецификации сцены

Данные моделирования в масштабе

Создавайте полностью структурированные сцены с готовыми к моделированию ресурсами и соответствующими определениями задач. Меняйте ресурсы и макеты, используя реальные дистрибутивы, и создавайте траектории роботов для имитации обучения.

От запроса до готовой сцены SimReady

Среда с сочлененными объектами, физическими материалами и геометрией столкновений, готовая к взаимодействию в симуляции. Что такое SimReady 3D?

Полноценная кухонная среда с мебелью, бытовой техникой и шарнирными объектами. Пролет показан на скорости 2×.
  • Физические сочленения

    Шарнирные детали моделируют движение и взаимодействие дверей, крышек и других компонентов.

  • Материалы по физике

    Физические свойства поверхности поддерживают контакт и движение в рамках моделирования.

  • Действительные коллайдеры

    Геометрия столкновений придает объектам физическое присутствие для манипулирования и взаимодействия с окружающей средой.

Семантическое 3D для взаимодействия с роботами

Ассеты несут информацию о своих компонентах, контактных поверхностях и местах захвата.

  • Распознавание смысла и функций частей

    Отдельные сетки идентифицируют значимые компоненты, поэтому ручка, дверь и корпус шкафа могут участвовать в определенной задаче.

  • Заданные точки захвата

    Thrixel задаёт точки захвата для роботизированных манипуляций и проверяет захват и подъём в симуляции.

  • Точная геометрия столкновений

    Меш-коллайдеры и схемы USD Physics описывают контакты и ограничения, используемые во время взаимодействия.

От эталонных изображений к проверенным ассетам

Рабочий процесс реконструкции связывает внешний вид, геометрию и физическое поведение.

  1. 01

    Опорные входы

    Начните с изображения одного объекта или всей сцены. Справочные данные и размеры определяют реконструкцию.

  2. 02

    3D реконструкция

    Создавайте геометрию, текстуры PBR, отдельные сетки для семантических частей и физику, готовую к моделированию, в структурированном ресурсе.

  3. 03

    Проверка Isaac Sim

    Проверяйте и калибруйте ассет в симуляции, наблюдая за его поведением при контакте, движении сочленений и манипуляциях.

Проверки в симуляции

  • Устойчивое положение
  • Падение
  • Скольжение
  • Движение сочленений
  • Захват и подъём

Данные моделирования для обучения роботов

Варианты ассетов и сцен

Процедурные вариации расширяют среду до нескольких конфигураций, основанных на реальных дистрибутивах. Структурированные сцены сохраняют ресурсы, физику и определения задач, необходимые для моделирования.

Траектории имитационного обучения

Траектории роботов фиксируют взаимодействие с окружающей средой. Семантические части, заданные точки захвата и проверенная физика поддерживают задачи манипуляции, на основе которых собираются данные для имитационного обучения.

Обсудить проект Physical AI

Поделитесь эталонными входными данными, целевой средой и задачами робота. Команда может обсудить реконструкцию, создание сцен и требования к данным моделирования.

Свяжитесь с Thrixel