Skip to content

踩坑GitHub NVIDIA/Isaac-GR00T4 天前

Isaac-GR00T缺失PickNPlace闭环仿真评估与数据回放环境 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:robot_sim.PickNPlace dataset replay in Sim Env and inference in the same Sim Env(GitHub NVIDIA/Isaac-GR00T #26)

状态:已解决

问题 ​

Isaac-GR00T仓库原仅支持单步推理,缺乏robot_sim.PickNPlace数据集的闭环仿真评估环境,无法在仿真中回放数据、验证模型推理结果或获取动作的环境反馈,导致无法进行完整的Sim-to-Sim验证。

环境 ​

NVIDIA Isaac-GR00T框架,RoboCasa GR1 Tabletop Tasks基准(24个任务),GR-1机器人桌面抓取任务,N1.7 ROBOCASA_GR1_TABLETOP检查点。

解决办法 ​

  1. 阅读闭环评估指南 examples/robocasa-gr1-tabletop-tasks/README.md 了解任务配置与参考成功率。
  2. 执行 bash gr00t/eval/sim/robocasa-gr1-tabletop-tasks/setup_RoboCasaGR1TabletopTasks.sh 完成仿真环境搭建。
  3. 启动策略服务器时添加参数 --use-sim-policy-wrapper:gr00t/eval/run_gr00t_server.py --use-sim-policy-wrapper。
  4. 在基准测试虚拟环境中运行 gr00t/eval/rollout_policy.py 执行闭环Rollout,获取环境反馈、成功率统计及可选的视频记录。
  5. 如需在仿真中回放原始演示数据,请访问上游仓库 robocasa/robocasa-gr1-tabletop-tasks 获取对应环境与数据集资源。

讨论原作者:@becauseofAI 等,版权归原作者所有。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. GitHub NVIDIA/Isaac-GR00T #26:robot_sim.PickNPlace dataset replay in Sim Env and inference in the same Sim Env ↗访问 2026-11-19