핵심 요약
슈퍼브에이아이가 엔비디아 코스모스의 로보틱스 훈련 방식을 도입해 시뮬레이션-현실 간 학습 효율을 높인 사례를 다룹니다.
구현 방법
- Cosmos Perception-Decision-Action 모듈을 로봇 학습 파이프라인에 적용
- Sim-to-Real 및 Synthetic Data를 활용한 학습 데이터 생성과 활용
- Isaac Sim과 World Foundation Models(WFM) 기반 3D 콘텐츠 및 도구 세트 활용
- 데이터 파이프라인 및 평가 체계의 MLOps/DataOps 관점 정립
주요 결과
- 시뮬레이션 데이터가 현장 로봇 성능 향상에 기여하도록 재현성 강화
- 도구 모음과 자동화로 반복 학습 속도 및 생산성 증가
