Entraîner en Simulation, Déployer sur un Robot Réel : Microduck avec Isaac Lab 3.0
huggingface ·
Cet article présente Microduck, un robot bipède open source et abordable développé par Pollen Robotics et Hugging Face, en démontrant comment l'entraîner pour la locomotion à l'aide de NVIDIA Isaac Lab 3.0. Les développeurs peuvent exploiter les simulations parallélisées sur GPU d'Isaac Lab et la modélisation des actionneurs basée sur Newton pour créer des politiques de marche robustes qui tiennent compte des facteurs du monde réel, tels que le frottement et le jeu mécanique. Le tutoriel guide les utilisateurs à travers l'installation du framework, la configuration des environnements pour des terrains plats ou accidentés, et l'accélération de l'entraînement sur plusieurs GPUs. Une fois entraînées, les politiques sont évaluées en simulation et exportées sous forme de fichiers ONNX pour être déployées sur le matériel physique. Les utilisateurs peuvent partager leurs modèles sur le Hugging Face Hub ou les tester dans l'espace de compétition Microduck Arena. Le guide détaille les étapes spécifiques pour transférer la politique ONNX vers le robot via SSH et la charger dans le runtime intégré. Enfin, l'article suggère d'étendre ces capacités à des tâches plus complexes, telles que la navigation basée sur la perception et la manipulation délicate.
huggingface