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
- 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。 - 执行
bash gr00t/eval/sim/robocasa-gr1-tabletop-tasks/setup_RoboCasaGR1TabletopTasks.sh完成仿真环境搭建。 - 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。 - 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。 - 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。
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)