NVIDIA NIM 体验评测系列（四十六）：面向机器人操控运动的合成数据生成

机器人合成控制动作生成模仿学习可以让机器人通过观察人类演示来学习技能，但是收集足够多的高质量真实数据集具有挑战性、且成本高昂而耗时。用于合成作运动生成的 NVIDIA ISAAC GR00T 蓝图是理想的起点，这是一个参考工作流，基于少量人类演示通过 NVIDIA Omniverse™ 和 NVIDIA Cosmos™ 创建指数级的合成运动轨迹用于机器人控制模拟。

首先开发人员使用 Apple Vision Pro 等空间计算设备进入他们的模拟机器人数字孪生，并录制远程作模拟机器人的运动演示。然后，这些记录用于生成更大的物理上精确的合成运动轨迹集。最后，该蓝图通过生成指数级数量的数据、照片级的真实感和多样化的训练数据集来进一步增强数据集。

通过这样一种方式，我们可以借助从物理精确模拟中生成的合成数据，加速数据收集并提供通用机器人学习模型所需的多样性，解决了真实世界数据采集的挑战。