端到端仿真技术栈
从逼真渲染到 GPU 加速物理——在机器人触碰真实棕榈树之前， 完成训练、测试和验证所需的一切。
数字孪生引擎
基于 NVIDIA Omniverse 构建的高保真 3D 种植园环境——每棵树、每个坡度、每条排水渠都基于真实数据建模。
强化学习训练
在 Isaac Lab 中用数千个并行环境训练导航和采摘策略。数月的实地经验，数小时内完成。
GPU 加速物理
Warp 和 Newton 引擎模拟软土变形、果实切割力学以及 20-30kg 果串坠落轨迹，实时速度运行。
地形仿真
泥泞斜坡、积水路面、根系凸起、不平地面——让真实机器人寸步难行的精确条件，在这里忠实重现。
天气与气候
热带暴雨、高湿度、晨雾与突发降雨。测试恶劣天气如何影响视觉识别、轮胎抓地力和夹爪摩擦力。
光照条件
正午的树冠斑驳光影、阴天灰暗天光、黎明金色晨光——每种光照条件对 CV 模型的性能影响截然不同。
机器人建模
PalmBot 的完整运动学和动力学仿真：20 米关节臂、切割工具、夹持力和软地面上的移动底盘。
Sim2Real 管线
域随机化和物理校准确保仿真中训练的策略能可靠迁移到真实田间的物理机器人上。
部署前测试每一种条件
棕榈油种植园是自主机器人面临的最严苛环境之一。 PalmSim 让你在仿真中压力测试那些在真实田间需要数月和巨额投入才能验证的场景。
平坦地形
维护良好的道路，幼龄棕榈，导航基准测试
陡峭斜坡
丘陵种植园，15-30° 坡度，牵引力挑战
积水地面
雨后积水、软泥地面、车轮下陷风险
密集树冠
15-20 米成年棕榈，严重遮挡，GPS 信号受限
热带暴风雨
大雨、阵风、能见度降低、湿滑路面
Real ↔ Sim 双向管线
持续循环：真实世界数据构建仿真环境，仿真训练机器人策略， 机器人收集更优质的数据。每一轮循环让两个世界都更加精准。
为什么仿真优先
一小时 GPU 仿真产生的训练数据超过一个月的实地试验。 跨地形、天气和光照的域随机化，能产生泛化到机器人从未真正遇到过的条件的策略。
导航策略
RL 训练的路径规划——穿越泥地、斜坡和密集树冠
采摘方案
每棵树的最优切割角度、夹持力和果实接收轨迹
合成训练数据
数百万标注图像供 CV 模型训练——无需人工标注
技术规格
基于 NVIDIA 机器人仿真技术栈——与驱动自动驾驶、人形机器人和 仓储自动化相同的技术。
数字孪生层
基于卫星影像和地面勘测重建的逼真种植园环境。 50+ 种参数化棕榈树变体、动态天气和季节变化。
训练层
单个 GPU 集群上 4,096+ 并行环境。训练导航、采摘和 车队协同策略——数天内积累数年经验。
部署层
验证通过的策略直接导出到 PalmBot 硬件。持续监控将 真实世界的表现反馈到仿真中，驱动下一轮训练循环。
