-
GPU 기반 고정밀 물리 엔진
로봇의 접촉, 조인트 토크, 마찰 등 세밀한 물리적 상호작용을 현실과 거의 흡사하게 계산하여, 가상에서 검증된 프로그램이 실제 로봇에서도 충돌이나 특이점 문제없이 작동하도록 보장합니다. -
도메인 무작위화 (Domain Randomization)
학습 과정에서 조명 조건, 물체 텍스처, 센서 노이즈 등의 환경 변수를 무작위로 변경합니다. 이 과정을 통해 로봇은 다양한 조건에 적응할 수 있는 '강인한(Robust)' 행동을 학습하게 되며, 이는 실제 현장의 예상치 못한 변수에도 안정적으로 대응하는 OLP 프로그램 생성의 기반이 됩니다. -
OMNIVERSE 기반의 비전 데이터
최신 레이트레이싱 기술을 활용하여 실제 카메라 센서와 거의 동일한 품질의 시각 데이터를 생성함으로써, 비전 기반의 로봇 작업(예: 물체 인식 및 핸들링)에 필요한 OLP 경로를 높은 정확도로 생성할 수 있습니다.
PRINCIPLES
Sim2Real을 통한 로봇 프로그램 최적화
Isaac Sim 기반 OLP의 핵심은 시뮬레이션에서 배운 것을 실제 환경에 성공적으로 전이(Sim2Real)시키는 능력입니다.
이는 일반적인 시뮬레이터와 달리, 단순히 로봇의 움직임을 재현하는 것을 넘어섭니다.
이는 일반적인 시뮬레이터와 달리, 단순히 로봇의 움직임을 재현하는 것을 넘어섭니다.