具身东谈主工智能领域，正向着以视觉为中心的感知范式，发生全面而深远的转型。
行为机器东谈主感知寰宇时信息密度最高、与当然东谈主机交互最契合的模态，视觉是解锁通用机器东谈主智能、闭幕仿真到真实无缝迁徙的中枢密钥。
但当商榷者们试图沿着这条旅途上前探索时，却恒久需要在"看得真"和"训得快"之间作念艰辛采用：
高保真视觉渲染带来了宽敞预备与内存支拨；东谈主工建模老是耗时耗力低效轮回；现存平台的兼容性劣势延续限制着改进规模，严重延续了具身智能商榷的思象力。
为了攻克这些制约具身智能领域发展的中枢难题，清华大学智能产业商榷院（AIR）DISCOVER Lab 蚁集谋先飞技巧、原力灵机、求之科技和地瓜机器东谈主，淡薄了 GS-Playground 通用多模态仿真框架。
行为一套专为视觉中心的机器东谈主学习打造的新一代仿真基础设施，GS-Playground 初度闭幕了高蒙眬量并行物理仿真与高保真视觉渲染的深度交融，在保证物理仿真所需的高精度与强自若性的同期，提供了大范围视觉驱动战术磨真金不怕火与仿真到施行迁徙所需的渲染遵循与环境撑持。
该遵循已被机器东谈主领域国外顶级学术会议 RSS 2026（Robotics: Science and Systems）拜托。
△Figure 1. GS-Playground Overview 通用全场景原生兼容：打造长入的具身智能仿真磨真金不怕火底座
GS-Playground 遐想之初，便定位于通用型全场景具身智能仿真平台，平台中枢搭载了团队自研的跨平台并行物理引擎，原生支柱 CPU/GPU 双后端与 Windows/Linux/macOS 全系统运转，可无缝适配全品类机器东谈主形态，包括市面上常见的四足机器东谈主、 全尺寸东谈主形机器东谈主、多摆脱度工业机械臂，一谈闭幕开箱即用的原生适配，无需额外的二次配置责任。
在此基础上，平台全面掩饰机器东谈主畅通适度、自主导航、高斗争精度操作三大中枢任务场景。
在接口遐想上，平台 API 全面兼容行业通用的 MuJoCo MJCF 花样，可闭幕现存仿真花样的零摩擦快速迁徙，最猛进程裁汰商榷者的适配老本。
自研高性能并行物理引擎：为斗争密集型机器东谈主学习提供自若底层能源学
关于视觉中心的机器东谈主学习而言，"看得真"仅仅第一步，真确决定战术能否迁徙到真实寰宇的，是仿真系统能否在复杂斗争、摩擦、碰撞与多刚体耦合中，持续给出自若、的确的物理响应。
针对这一中枢瓶颈，GS-Playground 从底层自研了一套高性能并行物理引擎，接收广义坐标下的速率 - 冲量能源学公式，将斗争与摩擦长入建模为搀杂互补问题（MCP），并通过投影高斯 - 赛德尔（PGS）求解器闭幕自若求解。
比拟依赖软斗争正则化的传统方式，这一遐想更强调静摩擦保持、高刚度经管与大时间步自若性，尤其相宜足式畅通、机械臂捏取和密集多体斗争等高动态任务。
为了撑持大范围并行磨真金不怕火，团队进一步引入经管岛并行化与斗争流形热启动机制：
前者将彼此孤独的刚体交互系统拆分为多个经管岛并行求解，后者行使上一帧已敛迹的斗争冲量行为面前帧初值，将自若堆叠场景中的 PGS 迭代次数从 50 次以上裁汰到 10 次以内，大幅莳植复杂斗争场景下的敛迹遵循。
实验闭幕充分考证了这一自研物理引擎的自若性与蒙眬上风。
在 Franka Panda 动态捏取摇晃测试中，GS-Playground CPU 后端在 0.002s 与 0.01s 两种时间步下，均闭幕 90/90 的完整保持凯旋率，显耀优于 MuJoCo、IsaacSim 与 Genesis 等主流有经营；
在 27 摆脱度东谈主形机器东谈主复杂多体交互基准中，当单环境扩张到 50 个机器东谈主时，GS-Playground CPU 后端仍能保持 1015 FPS 的自若蒙眬，比拟 MuJoCo 闭幕 32 倍加快，比拟 MjWarp 闭幕约 600 倍莳植。
自研内存高效 Batch 3DGS 渲染技巧：冲破保真与遵循的行业弗成能三角
数千个高保真 3DGS 场景同期渲染带来的内存与算力挑战，一直是制约视觉驱动机器东谈主大范围磨真金不怕火的中枢卡点。
针对刚体仿真环境，团队领先遐想了专属优化的高效剪枝战术。
该战术可将高斯点数目减少 90% 以上，同期峰值信噪比（PSNR）着落幅度不及 0.05，视觉互异险些无法被视觉畅通战术感知。
这一技巧在大幅裁汰显存占用的同期，险些无损地保留了场景的视觉质料，为大范围高保真并行仿真奠定了中枢基础。
在此基础上，团队研发了面向批处理深度优化的批量 3DGS 渲染器，闭幕了多场景大范围高斯渲染的并行处理。
在单张 NVIDIA RTX 4090 GPU 上，开云官方体育app下载渲染器在 640 × 480 诀别率下可闭幕最高 10000 FPS 的突破性蒙眬量，最多可同期渲染 2048 个场景，不仅显耀莳植了单元算力的渲染遵循，更能好意思满适配多数次强化学习的磨真金不怕火责任流，让大范围并行磨真金不怕火不再受限于渲染性能。
△Figure 2. Rendering throughput comparison between GS-Playground and Isaac Sim ’ s ray-tracing renderer across varying resolutions
此外，团队还淡薄了刚性连杆高斯畅通学（RLGK）机制，将 3D 高斯簇与物理引擎中的对应刚体进行精确绑定，确保视觉表征与物理对象的位姿能偶及时同步更新，闭幕了零额外支拨的现象同步。
即等于在机器东谈主快速畅通、频频斗争交互的动态场景中，渲染器如故或者闭幕无伪影的动态画面输出，从根源上措置了动态场景中的渲染时间一致性与视觉伪影问题，保险了磨真金不怕火数据的自若性与可靠性。
自动化" Sim-Ready " Real2Sim 责任流：裁汰 Real2Sim 门槛
传统仿真场景的构建，恒久是机器东谈主研发进程中遵循最低、老本最高的设施之一。
岂论东谈主工建模何等空洞，却恒久无法皆备复刻真实环境的视觉细节与物理特点，感知与物理的双重鸿沟成为了制约 sim-to-real 跨域迁徙的中枢卡点。
针对这一瞥业痛点，GS-Playground 遐想了一套全自动化的"图像到物理" Real2Sim 责任流，仅需输入单张 RGB 图像，即可在数分钟内完成仿真就绪（Sim-Ready）数字金钱的全进程创建，闭幕了真实场景到数字孪生的快速调理，同期保证视觉真实感与物理一致性。
△Figure 3. GS-Playground System Architecture
左：自动化图像到物理仿真管线，通过经营分割、布景补绘、三维高斯溅射 / 网格重建，从 RGB 输入构建可径直用于仿简直资源。
中：物理与渲染仿真中枢，包含 CPU/GPU 物理后端、集成传感器与激光雷达仿真，以及经过剪枝优化与刚性连杆畅通学适配的批量三维高斯溅射渲染。
右：卑劣应用，包括操作任务、导航任务以及大范围并行强化学习。
基于这套熟谙的自动化责任流，团队还构建了 Bridge-GS 数据集，在 Bridge-v2 数据集的基础上，补充了场景与物体级的 3DGS 表征、物体级网格模子、6D 位姿数据与校准后的相机参数，为行业提供了步调化的高质料仿真数据集。
同期团队在 InteriorGS 数据集上完成了完整的泛化性考证，充分诠释了该管线对不同室内场景的强适配智力与泛化性能。
全链路端到端考证：闭幕零微调的无缝仿真到真实迁徙
基于三大中枢技巧的深度协同，GS-Playground 完整构建了从真实场景重建、大范围并行磨真金不怕火，到真机部署的全链路端到端闭环，真确闭幕了"重建即磨真金不怕火、磨真金不怕火即部署"的研发进程校正。
在战术磨真金不怕火与真机迁徙的中枢智力上，平台可自若支柱数千个并行环境同期运转，为四足机器东谈主、东谈主形机器东谈主、工业机械臂等全品类机器东谈主，提供大范围视觉强化学习磨真金不怕火撑持。
仅在 GS-Playground 仿真环境中完成磨真金不怕火的视觉驱动战术，无需任何额外的微调与适配，就能径直部署到真实机器东谈主上自若运转：
四足和东谈主形机器东谈主的畅通战术均可 zero-shot 部署到真机；
视觉导航任求闭幕了零样本的真机径直部署；
机械臂捏取任务在零微调的前提下，真实场景凯旋率达到 90%。
△Figure 4.Real-world deployment of policies trained in GS-Playground
这一系列实验闭幕，充分诠释了平台闭幕了真确无壁垒的仿真到真实迁徙，也考证了其在买通具身智能感知与物理跨域鸿沟上的中枢价值。
开源赋能：与内行社区共同激动具身智能改进
GS-Playground 行为行业内首个闭幕高蒙眬量并行物理仿真与高保真批量 3DGS 渲染深度交融的全栈仿真框架，从根源上突破了历久制约视觉驱动机器东谈主学习的算力、显存与金钱生成三大中枢瓶颈。
其自动化 Real2Sim 责任流，大幅裁汰了高保真仿真环境的构建老本；
全维度的实验考证也充分诠释，平台在足式畅通、自主导航、机器东谈主操作等机器东谈主主流任务中，或者同期弥合物理与感知层面的仿真到施行鸿沟，闭幕真确的零微调真机部署。
翌日，GS-Playground 还将持续迭代优化，延续拓展智力规模。
清华大学智能产业商榷院 DISCOVER Lab 恒久奋勉于激动具身智能领域的前沿商榷与技巧改进，咱们将崇拜开源 GS-Playground 的全栈框架，提供一套高性能、易使用、高泛化性的中枢基础设施，助力大范围端到端量觉驱动机器东谈主战术学习的进一步发展与产业落地。
花样主页：
https://gsplayground.github.io
论文联结：
https://arxiv.org/abs/2604.25459
仓库联结：
https://github.com/discoverse-dev/gs_playground
一键三连「点赞」「转发」「留意心」
宽宥在挑剔区留住你的思法！
— 完 —
咱们正在招聘又名眼疾手快、关爱 AI 的学术剪辑实习生 � �
感好奇的小伙伴宽宥关爱 � � 了解确定
� � 点亮星标 � �
科技前沿施展逐日见开云体育app
米兰体育官方网站
备案号: