강의 목표
이 강의는 2단계 강의에서 직접 개발한 ATS(Auto Targeting System)시스템을
NVIDIA Isaac Sim 시뮬레이션 환경에 포팅하고,
이를 통해 지능형 타겟 인식 및 제어 데이터를 대규모로 수집함으로써,
학습 기반 고도화를 위한 데이터 파이프라인을 구축하는 것을 목표로 합니다.
시뮬레이터 내에 실제 시스템과 동일한 환경을 구현함으로써,
현실에서 반복하기 어렵거나 위험한 상황들을 안전하고 다양하게 실험할 수 있으며,
이를 기반으로 rule-based 방식의 액션 해석기를 학습 기반 에이전트로 확장하는 방법도 탐색하게 됩니다.
이를 통해 Sim-to-Real 적용 전략, 상황 적응형 행동 생성 구조 설계, 그리고 학습 가능한 로봇 지능 시스템 구축을 위한 실험 환경 구성 역량 등을 갖출 수 있게 됩니다.
3단계 – 변화의 방향을 읽고 리딩 가능한 개발자로 성장 (25년 하반기 공개예정)
1
[1강] Isaac Sim 설치 및 활용 사례
2
[2-1강] Issac Sim 물리환경 구축 및 센서 시뮬레이션(카메라 RGB/Depth)
3
[2-2강] Isaac Sim 센서 시뮬레이션(IMU/Lidar/Radar)
4
[3강] ROS2와 Isaac Sim 연동하기
5
[4강] SPOT 로봇 학습(Isaac Sim강화학습 프레임워크 - Isaac Lab 활용)
6
[5강] 학습된 SPOT 로봇 제어
7
[6강] ATS URDF 모델을 불러와 ROS2로 제어하기
8
[7강] 강화 학습 매니저와 다이렉트 학습
9
[8강] RSL-RL기반 SPOT 강화학습
10
[9강] 시나리오 및 환경 시뮬레이션(Synthetic Data Generation)
11
[10강] 이미지에서 객체 정보 추출하기
12
[11강] ATS와 SPOT로봇 연동하기
0
상품평
아직 상품평이 없습니다.