Ein auf Hugging Face veröffentlichtes Tutorial zeigt, wie man in Isaac Sim einen UR17G-Roboterarm, einen Robotiq 2F-140-Greifer und eine Getränkedose zusammenbaut und dann von einem Agenten eine Greif- und Ablegeaufgabe ausführen lässt. Das Beispiel basiert auf SimReady-Assets, also digitalen Objekten, die für einen präzisen Simulationseinsatz vorbereitet sind.
Für die Robotik ist ein SimReady-Asset ein Objekt im OpenUSD-Format, dem die für einen bestimmten Anwendungsfall notwendigen Eigenschaften hinzugefügt wurden, wie Kollisionen, Masse, Gelenke und deren Motoren. Die offene und auf Hugging Face gehostete Bibliothek SimReady Central ermöglicht die Wiederverwendung von Robotern und Objekten samt ihren Simulationsparametern und Validierungsberichten.
Was einen Roboter simulationsfähig macht
Die Spezifikation SimReady Foundation definiert die Eigenschaften, die ein Asset für einen Anwendungsfall besitzen muss. Sie verbindet drei Ebenen: das Profil, das die Funktionen eines Einsatzes bündelt, wie einen Roboter-Körper; die Funktionen, also die erforderlichen Fähigkeiten, wie steuerbare Gelenke; und die Anforderungen, die Überprüfungen der Einstellungen jeder Funktion sind, wie die Parameter eines Gelenkmotors.
In diesem Beispiel betreffen diese Eigenschaften die Arm- und Greifergelenke sowie die Kollisionen und die Masse der Dose. Die Validierung vergleicht diese Einstellungen mit den Anforderungen des Profils, dann testet die Simulation, ob der zusammengebaute Roboter sie nutzen kann, um das Objekt zu greifen und zu bewegen. Der Validierungsbericht des Arms verwendet das Profil Robot-Body 4.0.0, der des Greifers das Profil Robot-Gripper 3.0.0. Beide verzeichnen das Bestehen der PhysX-Kontrollen für die Gelenkmotoren, welche die Einstellungen dieser Motoren prüfen.
Die Szene zusammenbauen und die Aufgabe starten
Nachdem die drei Assets heruntergeladen sind, weist der Autor einen Agenten an – also ein Programm, das Werkzeuge basierend auf Anweisungen steuern kann – Arm und Greifer zu einem einzigen Gelenk zusammenzubauen und dann das Ganze zu validieren. Das Tutorial verwendet GPT-6 Sol als Modell und merkt an, dass andere Kombinationen von Agent und Modell funktionieren können, vorausgesetzt, sie können die notwendigen Fähigkeiten laden und Python in Isaac Sim ausführen. Der generierte Code und die Ergebnisse können variieren, und der Artikel empfiehlt, den Code vor der Anpassung zu prüfen.
Die Aufgabe besteht darin, die Dose zu greifen, anzuheben, zu einem Ziel zu bewegen und dann loszulassen. Die Kontrollen betreffen drei Punkte: die Grenzen und Einstellungen der Gelenke, eine kleine Armbewegung gefolgt vom Öffnen und Schließen des Greifers, und das Halten der Dose auf der Arbeitsfläche ohne sie zu durchdringen. Ein Video zeigt die Dose, die von einer gelben Markierung zu einem grünen Ziel bewegt wird, mit vierfacher Echtzeitgeschwindigkeit.
Der Autor weist auf die Grenzen dieses Beispiels hin. Die Konfiguration ist fest, ohne Bildverarbeitung, mit eingeschränkten Kollisionskontrollen. Die Dose ist vereinfacht und bildet weder Verformung noch Flüssigkeitsbewegung nach. Der horizontale Griff verwendet ein Drehmomentlimit von 2 N·m, das durch Simulationstests ermittelt wurde, das weder an Fingerspitzenkräften kalibriert noch vom Hersteller empfohlen ist. Diese Ergebnisse zeigen daher keine Robustheit gegenüber unsicheren Objektpositionen, unterschiedlichen Lasten oder realer Hardware.
Entwickler sind eingeladen, ihre Szene und Ergebnisse in den Kommentaren auf Hugging Face zu teilen und dabei die verwendeten Assets und die Isaac-Sim-Version anzugeben.
