Los robots necesitan entornos con contexto industrial
El aprendizaje robótico mejora cuando el entorno virtual conserva el contexto operativo del sitio real: activos, escala, materiales, colisiones, pasos de tarea, sensores, estado de proceso, zonas de seguridad y variaciones diarias.
Los activos SimReady proporcionan objetos reutilizables listos para simulación. FactVerse Designer los organiza en fábricas, almacenes, celdas robóticas, áreas de inspección, cleanrooms y rutas logísticas virtuales con lógica de comportamiento y variantes. DataMesh Robotics conecta la escena con datos sintéticos, tareas, recompensas y flujos de simulación robótica.
El objetivo es acelerar la iteración sim-to-real: construir mejores mundos digitales, probar más variantes, comparar simulación con pruebas físicas y mejorar la escena con evidencia real.
Por qué el sim-to-real industrial es difícil
| Capa | Efecto en el robot |
|---|---|
| Geometría | ancho de pasillo, equipo, racks, claros, pendiente, envolvente de trabajo |
| Materiales | reflejo, transparencia, fricción, desgaste, textura, respuesta de luz |
| Sensores | pose de cámara, FOV, calibración, oclusión, ruido, profundidad, LiDAR |
| Estado de proceso | máquina, partes móviles, ruta bloqueada, pallet, paso de trabajo, excepción |
| Semántica | clase de objeto, ID de activo, zona segura, rol de tarea, tipo de ruta |
| Contexto humano | operadores, acceso de mantenimiento, montacargas, zonas restringidas, turnos |
| Control | límites de velocidad, reglas de parada, handoff, interlocks, recuperación |
La preparación sim-to-real expresa estas capas para variar condiciones antes de la prueba física.
Activos SimReady como bloques de entrenamiento
Un activo SimReady útil para robótica debe incluir:
- escala, origen, orientación y colisión
- materiales y luz para percepción
- clase semántica, ID de activo, rol funcional y relación con la escena
- fricción, masa, articulaciones y límites de movimiento
- estados como abierto, cerrado, bloqueado, activo, detenido, alarma o mantenimiento
- puntos de agarre, objetivos de inspección, docking y zonas de aproximación segura
- versiones que vinculan resultados con la biblioteca de activos
Esto hace que la escena sea reproducible, variable y revisable.
Designer convierte activos en campo de entrenamiento
Designer ayuda a preparar:
- layouts de plantas, líneas, almacenes, celdas y rutas de inspección
- lógica behavior tree para estado de máquina, movimiento, secuencia y excepciones
- escenarios timeline para arranque, parada, bloqueo, recuperación, cambio de ruta y handoff
- variantes para equipos, pasillos, buffers, racks, transportadores y fixtures
- planificación de sensores y viewpoints para percepción, inspección, navegación y revisión
- bibliotecas de escenas para datos sintéticos y simulación externa
Así equipos de robótica, operaciones y simulación revisan el mismo entorno.
Flujo DataMesh sim-to-real
- Elegir tarea - Robot, entorno, sensores, objetivo, seguridad y métricas.
- Preparar activos SimReady - Convertir CAD, BIM, 3D, escaneos y registros en activos con escala, semántica, física y estados.
- Construir campo virtual - Designer ensambla layout, flujo, rutas, comportamiento y variantes.
- Definir variaciones - Luz, colocación, estado, bloqueo, material, pose de sensor y timing.
- Generar datos - RGB, profundidad, segmentación, bounding boxes, pose, trayectoria, etiquetas y metadatos.
- Simular y evaluar - Exportar a entrenamiento robótico, Isaac Sim / Omniverse u otros stacks.
- Comparar con campo - Usar pruebas físicas, notas, fallos y logs.
- Actualizar escena y biblioteca - Ajustar geometría, materiales, física, etiquetas, comportamiento y reglas.
Dónde mejora la transferencia
- Percepción - ejemplos etiquetados con variaciones de luz, material, oclusión, pose, distancia y fondo.
- Navegación - rutas, pasillos bloqueados, staging, docking, cruces peatonales y zonas seguras.
- Manipulación - pose del objeto, objetivo de agarre, fixture, superficie, fricción y timing.
- Inspección - viewpoints, activos objetivo, defectos, paneles, lecturas y restricciones.
- Recuperación - fallos, rutas bloqueadas, objetos ausentes, alarmas, paro de emergencia y reinicio.
- Revisión operativa - revisión compartida antes de la prueba física.
Métricas
| Área | Ejemplos |
|---|---|
| Datos | cobertura de clases, consistencia, poses, oclusión, luz |
| Simulación | escala, colisión, materiales, sensores, timing, estados |
| Tarea | éxito, tiempo, intervenciones, recuperación, tipo de fallo |
| Transferencia | diferencia sim-campo, fallos repetidos, correcciones |
| Gobernanza | versión de escena, versión de activo, receta, revisor, aprobación |
Roles de producto
DataMesh Robotics cubre datos sintéticos, tareas, etiquetas, recompensas e integración de pipelines.
FactVerse Designer prepara el campo virtual con layout, behavior trees, timeline, escenarios y variantes.
FactVerse Adaptor for NVIDIA Omniverse conecta escenas FactVerse con OpenUSD y Omniverse para render, física, sensores y herramientas robóticas.
FactVerse y FactVerse Twin Engine mantienen activos, espacios, sistemas, metadatos, permisos y registros de escena.
Checklist
- ¿La tarea tiene métricas de éxito y límites de seguridad?
- ¿Están delimitados entorno, activos, rutas y estados?
- ¿Los activos SimReady tienen escala, semántica, física y estados?
- ¿Las escenas Designer están organizadas por tarea, variante y revisión?
- ¿Sensores, viewpoints, calibración y ruido están documentados?
- ¿Las variaciones vienen de condiciones reales?
- ¿Salidas y etiquetas se definieron antes de generar?
- ¿Los resultados se trazan a escena y versión de activo?
Referencias públicas
El lanzamiento de DataMesh Robotics presenta datos sintéticos, tareas, recompensas y preparación de pipelines robóticos.
La guía de activos SimReady explica cómo los activos llevan geometría, semántica, física, comportamiento y datos.
La guía de datos sintéticos cubre la generación de datasets de forma más amplia.