Thrixel för fysisk AI

Simuleringsfärdiga världar för robotinlärning

Förvandla verkliga indata och specifikationer till strukturerade 3D-resurser, kompletta miljöer och simuleringsdata för fysisk AI.

Robotinteraktion i ett Thrixel-genererat kök. Demonstration visas i 3× hastighet.

3D-skapande för fysisk AI

Rekonstruera en befintlig miljö eller generera en strukturerad scen från en specifikation.

Från verkliga ingångar

Digital tvillingrekonstruktion

Foton och video blir 3D-resurser och miljöer med flera objekt med triangelnät, PBR-material och separata semantiska delar. USDA-utdata bär den struktur och fysik som behövs för simuleringsarbetsflöden.

Från en scenspecifikation

Simuleringsdata i skala

Generera fullständigt strukturerade scener med simuleringsklara resurser och motsvarande uppgiftsdefinitioner. Variera resurser och layouter med hjälp av verkliga distributioner och producera robotbanor för imitationsinlärning.

Från uppmaning till komplett SimReady-scen

En miljö med ledade objekt, fysikmaterial och kollisionsgeometri, redo för interaktion i simulering. Vad är SimReady 3D?

En komplett köksmiljö med möbler, vitvaror och ledade föremål. Genomflyttning visas med 2× hastighet.
  • Fysikleder

    Ledade delar modellerar hur dörrar, lock och andra komponenter rör sig och samverkar.

  • Fysikmaterial

    Fysiska ytegenskaper stödjer kontakt och rörelse inom simuleringen.

  • Giltiga kolliderar

    Kollisionsgeometri ger objekt en fysisk närvaro för manipulation och miljöinteraktion.

Semantisk 3D för robotinteraktion

Resurser innehåller information om deras komponenter, kontaktytor och greppplatser.

  • Semantisk delresonemang

    Separata maskor identifierar meningsfulla komponenter, så ett handtag, dörr och skåpkropp kan var och en delta i en uppgift.

  • Författade grepppunkter

    Thrixel-författare tar tag i platser för robotmanipulation, med grepp-och-lyft-kontroller i simulering.

  • Exakt kollisionsgeometri

    Mesh-kolliderar och USD Physics-scheman beskriver de kontakter och begränsningar som används under interaktion.

Från referensbilder till validerade resurser

Arbetsflödet för rekonstruktion kopplar samman utseende, geometri och fysiskt beteende.

  1. 01

    Referensingångar

    Börja med bilder av ett enda objekt eller en hel scen. Referensingångar och dimensioner styr rekonstruktionen.

  2. 02

    3D-rekonstruktion

    Skapa geometri, PBR-texturer, separata maskor för semantiska delar och simuleringsfärdig fysik i en strukturerad resurs.

  3. 03

    Isaac Sim-validering

    Testa och kalibrera resursen i simulering, kontrollera dess beteende genom kontakt, artikulation och manipulation.

In-simuleringskontroller

  • Avgör
  • Släpp
  • Bild
  • Ledled
  • Ta tag och lyft

Simuleringsdata för robotinlärning

Resurss- och scenvariation

Procedurvariation expanderar en miljö till flera konfigurationer baserade på verkliga distributioner. Strukturerade scener behåller resurserna, fysiken och uppgiftsdefinitionerna som behövs för simulering.

Imitationsinlärningsbanor

Robotbanor fångar interaktioner med omgivningen. Semantiska delar, författade grepppunkter och validerad fysik stöder de manipulationsuppgifter som används för att producera imitationsdata.

Diskutera ett fysiskt AI-projekt

Dela referensindata, målmiljö och robotuppgifter. Teamet kan diskutera rekonstruktion, scengenerering och krav på simuleringsdata.

Kontakta Thrixel