面向基于NVIDIA Isaac Sim构建AI-CPS的机器人操作工业基准与案例研究
软件工程
2024-06-07 v1 机器人学
摘要
作为一类代表性的信息物理系统(CPS)，机械臂已广泛应用于各类学术研究及工业流程，显示出其作为信息世界与物理世界之间通用接口的潜力。近期机器人操作研究已开始采用人工智能(AI)方法作为控制器，以获得更好的适应性与性能。然而，AI组件固有的可解释性难题给这些AI赋能的机器人系统带来了不确定性与不可靠性，因而需要一个可靠的开发平台用于系统设计与性能评估。作为构建可靠AI赋能机器人系统的奠基步骤，本文提出一个公开的机器人操作工业基准。其以NVIDIA Omniverse Isaac Sim为仿真平台，涵盖八类代表性操作任务与多种AI软件控制器。我们开展了广泛评估以分析AI控制器在求解机器人操作任务时的性能，从而深入理解其有效性。为进一步证明基准的适用性，我们开发了一个兼容物理仿真器与OpenAI Gym环境的伪证框架。该框架弥合了传统测试方法与现代基于物理引擎的仿真之间的鸿沟。通过伪证测试，考察了不同优化方法在利用物理仿真器伪证AI赋能机器人操作时的有效性。我们的工作不仅为AI赋能机器人系统的设计与开发奠定基础，也为该领域从业者提供实践经验与指导，推动这一关键学术与工业领域的进一步研究。
引用
@article{arxiv.2308.00055,
title = {Towards Building AI-CPS with NVIDIA Isaac Sim: An Industrial Benchmark and Case Study for Robotics Manipulation},
author = {Zhehua Zhou and Jiayang Song and Xuan Xie and Zhan Shu and Lei Ma and Dikai Liu and Jianxiong Yin and Simon See},
journal= {arXiv preprint arXiv:2308.00055},
year = {2024}
}