Entrenar en Simulación, Implementar en un Robot Real: Microduck con Isaac Lab 3.0
huggingface ·
Este artículo presenta Microduck, un robot bípedo asequible y de código abierto desarrollado por Pollen Robotics y Hugging Face, demostrando cómo entrenarlo para la locomoción utilizando NVIDIA Isaac Lab 3.0. Los desarrolladores pueden aprovechar las simulaciones paralelas en GPU de Isaac Lab y el modelado de actuadores basado en Newton para crear políticas de marcha robustas que tengan en cuenta factores del mundo real, como la fricción y el juego mecánico. El tutorial guía a los usuarios a través de la instalación del marco de trabajo, la configuración de entornos para terreno llano o irregular, y la aceleración del entrenamiento en múltiples GPUs. Una vez entrenadas, las políticas se evalúan en simulación y se exportan como archivos ONNX para su implementación en el hardware físico. Los usuarios pueden compartir sus modelos en Hugging Face Hub o probarlos en el espacio de competición Microduck Arena. La guía detalla los pasos específicos para transferir la política ONNX al robot mediante SSH y cargarla en el entorno de ejecución integrado. Finalmente, el artículo sugiere ampliar estas capacidades a tareas más complejas, como la navegación basada en percepción y la manipulación diestra.
huggingface