JoyAI-Sim: A Simulation-Enabled Interconversion Toolchain for the Embodied Data Pyramid
本条目由 AI 按收录标准筛选与撰写，经独立的 AI 核查在原文中逐条找到依据，未经人工审核；数字与结论以原文为准。
相关报告
收录理由
该报告提出具身数据金字塔下的仿真互转工具链，含 Robot→Simulation→Human 评测路径与 Human→Simulation→Robot 数据生成路径，基于数字孪生与场景及交互对齐，在 JD Cloud 部署模块化服务并集成 Isaac Lab Arena 做规模化 rollout 与策略筛选。
关键要点
- JoyAI-Sim 以 Robot⇌Simulation⇌Human 为框架：Robot→Simulation→Human 支撑对齐评测，Human→Simulation→Robot 将 egocentric 人类演示转为机器人中心轨迹与 robot-view 观测。
- 真机 benchmark 为书房与客厅整理等长视界语言条件任务，双臂人形平台在 episode 内以 30 Hz 同步记录本体状态、末端位姿、夹爪宽度与多视角观测。
- 整理后的 sim-ready 资产库含 300 + 细分类别，共 53,661 个资产实例，用于家庭场景数字孪生与域随机化。
- 在 desk-tidying 任务中重放 100 条匹配真机轨迹时，约 90% 的仿真重放对象放置结果与真机一致；配对策略评测的 Pearson 相关系数为 0.89。
- 8 GPU、每 GPU 8 并行实例配置下，仿真评测吞吐为每小时 128 条 episode，相对真机 40 条约为 3.2 ×。
- Real 基线成功率 60%；Real + SimGen + HF 在仿真与真机分别为 85% 与 95%，为所比较训练配置中最高。