AI BriefingMicroduck 시뮬레이션-실제 워크플로우, 16개 GPU에서 초당 125만 스텝 달성
Train in Simulation, Deploy on a Real Robot: Microduck with Isaac Lab 3.0
·2026.10.22 02:58
핵심 내용
NVIDIA와 Pollen Robotics가 Isaac Lab 3.0에서 Microduck 로봇 보행 정책 학습 워크플로우를 공개했다.
자세히 보기
- NVIDIA, Pollen Robotics, Hugging Face가 Isaac Lab 3.0과 Newton 물리 엔진을 활용해 오픈소스 이족 보행 로봇 Microduck의 이동(locomotion) 정책 학습 워크플로우 공개함
- 16개 GPU 분산 학습으로 백래시(backlash)가 활성화된 거친 지형 작업에서 초당 최대 125만 스텝(1.25M steps/sec) 달성함
- RSL-RL을 활용한 강화학습 파이프라인으로 정책을 ONNX 파일로 내보내 실제 로봇에 직접 배포함
- Hugging Face Microduck Arena 리더보드에서 정책 호환성 평가 및 순위 매김
시뮬레이션 및 학습
- Isaac Lab에서 로봇 모델, 장면, 관측값, 액션, 보상, 도메인 랜덤화 설정 제공함
- Newton의 Better Actuator Models(BAM)로 서보 모터 펌웨어, 전기적 한계, 마찰, 지연, 기계적 백래시 시뮬레이션함
- 질량, 마찰, 관절 관성, 인코더 오프셋, 배터리 전압, 명령 지연, 지형 변화 등을 포함하는 도메인 랜덤화 적용함
배포 및 평가
- 학습된 정책을 ONNX 형식으로 내보낸 뒤 SCP를 통해 로봇으로 전송함
- robotctl 명령으로 정책을 로드하고 robotctl monitor로 상태 모니터링함
- Hugging Face Spaces의 Microduck Arena에서 정책 호환성 테스트 및 다른 제출물과 성능 비교 가능함
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.