У

УчиДрон

IT и технологии · 1 ноября 2026 г.

Открыть канал в MAX

🤖 #Технологии

🤖 #Технологии GPUSimBench: как проверить, не врёт ли симулятор, когда учишь робота Как понять, что симулятор физически точен и выдаёт воспроизводимые результаты при параллельном обучении тысяч роботов на GPU? Для этого нет готового инструмента — пока. Группа исследователей из AIRI, МФТИ и Shanghai AI Lab представила бенчмарк GPUSimBench, который впервые системно оценивает три ключевых параметра симуляторов с GPU-ускорением: масштабируемость (сколько FPS и памяти при росте числа сред), физическую согласованность (насколько симуляция совпадает с реальным экспериментом) и детерминизм (одинаковы ли результаты в параллельных сценах и при перезапусках). Взяли семь популярных симуляторов — Isaac Lab, ManiSkill, Genesis, Madrona, MuJoCo Warp, MJX, MuJoCo Playground — и прогнали через серию тестов. Самый зрелищный: стальной шар катится по наклонной плоскости и сшибает 27 деревянных кубиков. Распределение положений кубиков сравнили с реальным физическим экспериментом (16 повторений). Разброс — через метрику EMD в сантиметрах — показывает, кто из симуляторов ближе к физике. Дополнительно измерили вариативность между параллельными средами и от запуска к запуску. Бенчмарк уже принят на IROS’2026, код и статья открыты. Это не абстракция: метод Real2Sim2Real требует правдоподобной симуляции, иначе обучение робота в виртуальной среде не перенесётся в реальность. Чем точнее симулятор, тем меньше риск повредить оборудование и тем быстрее можно натренировать сложные навыки — от манипуляций до навигации. Практический итог: теперь разработчики могут не гадать, а измерять пригодность симулятора для своей задачи. Особенно актуально для тех, кто строит параллельные среды обучения на GPU — без бенчмарка легко получить красивую картинку, а не корректную физику. #УчиДрон