Das Fachprojekt „Modellierung und Steuerung realistischer Physiksimulation mit NVIDIA Isaac Sim“ führt Studierende in die praxisorientierte Arbeit mit physikbasierten Simulationen ein und legt dabei einen Schwerpunkt auf die Anwendung von Reinforcement Learning zur Steuerung dieser komplexer Systeme. Im Mittelpunkt steht die Arbeit mit NVIDIA Isaac Sim, einer modernen Simulationsplattform, mit der realistische Roboter- und Physik-Szenarien modelliert, getestet und durch Maschinelles Lernen gesteuert werden können.

Mit NVIDIA Isaac Sim lassen sich realistische Szenarien modellieren und simulieren, wie beispielsweise:

• Erstellung virtueller Fertigungszellen mit Industrierobotern und Fördertechnik
• Simulation von komplexen Umgebungen für mobile Roboter wie z.B. Lagerhallen
• Erprobung und unterschiedlicher Roboterkinematiken oder Sensorkonfigurationen

Durch den Einsatz von Reinforcement Learning auf Basis der modellierten Szenarien können intelligente Steuerungsstrategien entwickelt werden, zum Beispiel:

• Automatisches Erlernen von effizienten Greif- und Ablegebewegungen
• Navigation mobiler Roboter durch Hindernisparcours oder dynamische Umgebungen

Das Fachprojekt soll besonders Studierende ansprechen, die lernen möchten

• wie physikbasierte Simulationen und moderne KI-Systeme zusammenwirken,
• wie intelligente Agenten lernen simulierte Szenarien zu verstehen und kontrollieren.

Hilfreich für die erfolgreiche Teilnahme der Studierenden sind außerdem:

• sehr gute Programmierkenntnisse, insbesondere in Python,
• grundlegende Erfahrung bzw. ein sicherer Umgang mit Linux-Systemen
• ein gutes mathematisches Verständnis.

Die Anwendungen von Simulationen für intelligente Stuerungen werden in den folgenden Schritten vermittelt.

1. Grundlagen

Zu Beginn erarbeiten die Studierenden gemeinsam die grundlegenden Konzepte und Funktionen von NVIDIA Isaac Sim. Dabei lernen sie den Aufbau, die Benutzeroberfläche und die wichtigsten Werkzeuge der Simulationsplattform kennen und setzen erste einfache Szenen um.

2. Modellierung

In Teams modellieren die Studierenden eigene realistische Szenarien in Isaac Sim. Sie entwerfen Umgebungen für Robotersysteme, berücksichtigen dabei deren physikalische Eigenschaften und bereiten die Szenarien so vor, dass sie später für Steuerungsaufgaben genutzt werden können.

3. Steuerung

Anschließend wenden die Studierenden bekannte Reinforcement-Learning-Algorithmen auf ihre Szenarien an. Ziel ist es, die zuvor modellierten Roboter so zu steuern, dass sie die gestellten Aufgaben selbstständig und effizient lösen. Der Fokus liegt hierbei auf der praktischen Anwendung und dem Verständnis der Steuerungsprinzipien im Zusammenspiel mit Isaac Sim.

4. Abschlusspräsentation

Zum Abschluss fassen die Studierenden ihre Ergebnisse und wichtigsten Erkenntnisse zusammen und präsentieren ihre Szenarien, Steuerungslösungen und deren Auswertung vor der Gruppe.

Die Studierenden sollten gute Kenntnisse in den folgenden Kursen haben:

• Vertrautheit mit der Programmiersprache Python
• Mathematik für Informatik 1 (Mafi1)
• Mathematik für Informatik 2 (Mafi2) oder
• Höhere Mathematik I (HöMa1)
• Höhere Mathematik II (HöMa2)