Genesis

Corpos rígidos, método de elementos finitos, método de pontos materiais, solvers de partículas e simulação de fluidos convivem em uma única cena com estado compartilhado. Um braço robótico pode derrubar um bloco rígido, arrastar um tecido macio e derramar líquido na mesma execução. Sem mover dados entre ferramentas separadas. Acoplar tipos diferentes de material é onde a maioria dos simuladores dói, e o Genesis trata isso como o caso padrão em vez de um modo especial que você precisa configurar, o que economiza as horas que você gastaria transportando estado entre ferramentas de física separadas que cada uma espera o próprio formato de cena.

O Genesis traz seu próprio renderizador, o Nyx, feito para robótica e não para cinema. Você o acopla como sensor de câmera, então os quadros renderizados entram no seu pipeline de treinamento como qualquer outra observação. Sem etapa de exportação. Luisa e Pyrender também estão disponíveis como alternativas quando você precisa de um traçador de raios ou de um rasterizador leve.

O compilador Quadrants rebaixa o código de kernel em Python para CUDA, AMD ROCm, Apple Metal, Vulkan, x86 e ARM64. Você escreve Python. A mesma cena roda então no kernel de um notebook ou se espalha por GPUs de data center, e é isso que transforma a simulação em uma forma prática de gerar dados de treinamento em escala.

Todo o stack é Python, incluindo o parsing de recursos URDF, MJCF, OBJ, GLB e USD. Na prática, funciona como um simulador robótico em Python: você obtém acessadores de entidades, controladores, sensores e ambientes paralelos heterogêneos por uma única API. Ler e corrigir o código é o normal, não um extra, porque todo o motor vem como código legível que você pode ampliar quando o comportamento embutido não combina com o seu experimento.

Uma GUI permite inspecionar cenas e ver o que está acontecendo sem escrever código de visualização em cada rodada de depuração. É uma ferramenta de diagnóstico, não um editor de ambientes completo, então conte com definir quase todo o seu mundo em Python. Útil para checagens pontuais. Não substitui o código. Útil para checagens pontuais. Não substitui o código.

Você pode rodar muitos ambientes ao mesmo tempo e misturar configurações de cena diferentes em uma única simulação, o que significa que um ciclo de aprendizado por reforço extrai experiência de dezenas de variantes levemente distintas da mesma tarefa sem reiniciar nada entre execuções. Para o aprendizado por reforço, isso quer dizer mais experiência por segundo e menos vigilância de cada execução. Soma rápido.