“Omniverse 先鋒面對面”系列文章

介紹使用 NVIDIA Omniverse 3D 模擬和協作平臺推動藝術創作或設計流程的博士個人創作者和開發者。

加州大學洛杉磯分校博士生 Yizhou Zhao 憑借用于機器人仿真環境的生構“IndoorKit”擴展程序贏得“Extend the Omniverse”競賽。

除專心攻讀統計學博士學位、建能機器進行人工智能和機器人領域的控制e擴數據驅動研究以及開展其愛好的帆船運動之外，Yizhou Zhao 還參加了 NVIDIA Omniverse（一個用于連接和構建自定義 3D 管線和元宇宙應用的人仿平臺）開發者比賽并獲得獎項。

這位加州大學洛杉磯分校的真的展程五年級博士生在首屆#ExtendOmniverse 競賽中獲得了第一名。開發者通過創建Omniverse 擴展程序來參加該比賽即有機會贏取NVIDIA RTX GPU。博士

Omniverse 擴展程序是生構向所有用戶開放的、可利用 Python創建和擴展 Omniverse 應用功能的建能機器核心構件。

Zhao 的控制e擴獲獎作品名為“IndoorKit”。用戶可利用該擴展程序在室內場景中輕松加載和記錄機器人仿真任務。人仿用戶只需點擊幾個頁面選項，真的展程該擴展程序就能利用室內環境、博士機器人和其他物體來自動填充場景，生構以設置機器人操作任務。建能機器

Zhao 表示：“一般情況下，如果不具備場景構建、布局采樣和機器人控制領域的大量技能，很難在仿真環境中部署機器人任務。我構建的擴展程序利用通用場景描述（USD）框架將資產導入強大的 Omniverse 用戶界面，可實現即時場景設置以及對機器人的精確控制。”

在“IndoorKit”擴展程序中，用戶只需要點擊“添加物體”、“添加房屋”、“加載場景”、“記錄場景”等按鈕，就能操縱環境的各個方面并直接進行機器人仿真。

憑借通用場景描述（USD）這一開源、可擴展的框架，Zhao 借助用于連接 Autodesk Maya 和 Blender 軟件的Omniverse 連接器順利地將 3D 模型導入其構建的虛擬環境中。

“IndoorKit”擴展程序還借助NVIDIA IsaacSim機器人仿真平臺的資產和 Omniverse 內置的PhysX，實現對機器人進行準確、連貫的操縱。

另外，“IndoorKit”還可以隨機調整場景中的燈光、房間材質等。以上視頻重點介紹了 Zhao 使用該擴展程序構建的一個場景。

Omniverse 在機器人領域的應用

“IndoorKit”擴展程序架起了一座連接 Omniverse 與機器人仿真研究的橋梁。

Zhao 表示：“很難想象在 Omniverse 出現之前，人們是如何實現精準控制機器人的。”此外，Zhao 還提出了四大理由，來說明為什么 Omniverse 是構建該擴展程序的理想平臺：

Python 的普及意味著許多開發者可以用它來構建擴展程序，使更多人能夠開展機器學習和深度學習領域的研究。

在 Omniverse 平臺使用 NVIDIA RTX GPU 可以在很大程度上加速機器人的控制和訓練速度。

Omniverse 的光線追蹤技術可實現實時、逼真的場景渲染。Zhao 表示，與過去相比，他花在實驗設置和仿真上的時間減少了 90%。

Omniverse 平臺的實時高級物理模擬引擎 PhysX 支持各種功能，包括液體、顆粒和柔體模擬等。Zhao 表示，“這些都是機器人研究的前沿領域”。

最后，他說道：“藝術、工程和研究的未來趨勢是將建模、動畫與仿真模擬等一切連接到一起。Omniverse 可以做到這一點。”

審核編輯：湯梓紅