Eu vou programar nvidia isaac sim e reinforcement learning no isaac lab


Sobre este Serviço
Tradução automática
Implante simulações aceleradas por GPU e pipelines de aprendizado por reforço no NVIDIA Isaac Sim
Precisa de aprendizado por reforço (RL) de última geração ou simulação precisa de física para quadrúpedes, bípedes ou manipuladores complexos? Eu configuro ambientes do NVIDIA Isaac Sim e Isaac Lab (antigamente Orbit) para construir pipelines de treinamento de alta fidelidade.
**O que eu ofereço:**
* **Importação de asset (URDF para USD):** Importar seus modelos CAD/URDFs para OpenUSD, ajustar materiais de física, propriedades de massa e malhas de colisão.
* **Tarefas do Isaac Lab Gym:** Criar ambientes personalizados de aprendizado por reforço, configurar espaços de ação/observação e desenhar funções de recompensa.
* **Treinamento de política de RL:** Treinar políticas estáveis usando Stable-Baselines3, rsl_rl ou algoritmos PPO personalizados com ambientes paralelos acelerados por CUDA.
* **Bridge ROS2 & Sim-to-Real:** Configurar pontes de comunicação para implantar políticas de redes neurais treinadas em hardware físico real.
**Entregáveis:**
* Workspace Python documentado.
* Arquivos USD e scripts de tarefas personalizadas.
* Pesos de modelos pré-treinados.
* Ambiente Docker.
*Por favor, entre em contato antes de fazer o pedido para discutir as DoF do seu robô e os objetivos da tarefa de RL!
Conheça mais sobre Jiten T
Robotics Engineer
- A partir deÍndia
- Membro desdefev. de 2026
- Responde em aprox.:1 hora
- Última entrega2 meses
Idiomas
Inglês, Gujarati, Hindi
Tradução automática
Outros serviços de Desenvolvimento de IA que eu ofereço
Perguntas frequentes
Tradução automática
Q: Por que você recomenda o NVIDIA Isaac Sim ao invés do Gazebo para treinamento de IA?
**Isaac Sim é construído na NVIDIA Omniverse e usa o motor de física PhysX, que roda diretamente na GPU. Isso permite simular milhares de robôs em paralelo ao mesmo tempo, acelerando os tempos de treinamento de aprendizado por reforço de semanas para horas.**
Q: Como transferimos a política treinada para um robô real?
**Eu configuro o script de inferência de política em Python/C++ para ler os estados das juntas em tempo real do seu hardware (via ROS2 ou comunicação serial), passar pelo modelo treinado e enviar torques ou velocidades alvo de volta aos motores.**
Q: Você desenha as funções de recompensa do reinforcement learning?
**Sim. Eu personalizo as funções de recompensa com base na sua tarefa. Por exemplo, para caminhada de quadrúpedes, incluo recompensas por velocidade de rastreamento de alvo, estabilidade de altura do corpo e contato do pé, além de penalidades por torques altos, picos de velocidade nas juntas e colisões.**
Q: Você consegue rodar o treinamento em um servidor headless?
**Sim. Eu embalo todo o workspace do Isaac Sim dentro de um container Docker configurado para rodar headless em suas instâncias na nuvem com GPU (AWS, GCP) ou servidor local, permitindo treinar modelos via SSH.**

