سبق 13.3: جانچ، توثیق، اور سم-ٹو-ریل کا پیش منظر
آپ کا سمولیشن (simulation) بن چکا ہے۔ اب اس کی توثیق (validate) کریں کہ یہ کام کر رہا ہے۔ یہ سبق آپ کو سکھائے گا کہ منظم طریقے سے یہ کیسے جانچیں کہ آپ کا نفاذ (implementation) اس تفصیلات سے ملتا ہے جو آپ نے سبق 13.1 میں لکھی تھی۔
یہ سچائی کا لمحہ ہے: کیا آپ کا ڈیزائن واقعی اس مسئلے کو حل کرتا ہے جو آپ نے بیان کیا تھا؟
توثیق کا طریقہ کار (Validation Methodology)
مرحلہ 1: جانچ کے لیے تیاری
اپنا سمولیشن چلانے سے پہلے:
چیک لسٹ:
- ✅ تمام URDF/SDF فائلیں آپ کے ورک اسپیس میں موجود ہیں
- ✅ ros_gz_bridge کنفیگریشن (bridge.yaml) تیار ہے
- ✅ بیہیویئر نوڈ (behavior node) (یا لانچ فائل) شروع کرنے کے لیے تیار ہے
- ✅ آپ کے پاس سبق 13.1 سے کامیابی کے معیار (success criteria) موجود ہیں
- ✅ نتائج کی پیمائش کا کوئی ذریعہ موجود ہے (ٹائمر، کنسول آؤٹ پٹ، لاگ فائلیں)
ایک ٹیسٹ لاگ فائل بنائیں (capstone_test_results.txt):
CAPSTONE TEST RESULTS
====================
Specification: [آپ کے تفصیلات کا مقصد]
Test Date: [آج کی تاریخ]
Tester: [آپ کا نام]
Success Criteria:
1. [معیار 1] - ہدف: [قدر], پیمائش: [حقیقی قدر]
2. [معیار 2] - ہدف: [قدر], پیمائش: [حقیقی قدر]
3. [معیار 3] - ہدف: [قدر], پیمائش: [حقیقی قدر]
4. [معیار 4] - ہدف: [قدر], پیمائش: [حقیقی قدر]
5. [معیار 5] - ہدف: [قدر], پیمائش: [حقیقی قدر]
Trial Results:
--------------
Trial 1: [PASS/FAIL] - نوٹس
Trial 2: [PASS/FAIL] - نوٹس
Trial 3: [PASS/FAIL] - نوٹس
Summary:
--------
Specification Met: [YES/NO]
Issues Encountered: [ناکامیوں کی فہرست بنائیں]
مرحلہ 2: آزمائش 1 چلائیں (Run Trial 1)
ٹرمینل 1: Gazebo لانچ کریں
gz sim world.sdf
ٹرمینل 2: ros_gz_bridge شروع کریں
ros2 run ros_gz_bridge parameter_bridge --ros-args -p config_file:=bridge.yaml
ٹرمینل 3: بیہیویئر نوڈ شروع کریں
python3 behavior_node.py
ٹرمینل 4: عملدرآمد کی نگرانی کریں
# روبوٹ کی حالت دیکھیں
ros2 topic echo /scan
ros2 topic echo /cmd_vel
مشاہدے کی ونڈو (Observation window): سمولیشن کو تب تک چلنے دیں جب تک ان میں سے کوئی ایک نہ ہو جائے:
- روبوٹ اپنا کام مکمل کر لیتا ہے (SUCCESS)
- روبوٹ بری طرح ناکام ہو جاتا ہے (FAILURE)
- ٹائم آؤٹ (روبوٹ پھنس گیا ہے یا بھٹک رہا ہے—FAILURE)
مشاہدات ریکارڈ کریں:
- کیا روبوٹ نے حرکت شروع کی؟ YES/NO
- کیا روبوٹ رکاوٹوں سے ٹکرایا؟ YES/NO
- کیا روبوٹ ہدف تک پہنچا؟ YES/NO
- کتنا وقت لگا؟ [X سیکنڈ]
- کیا کوئی ٹکراؤ ہوا؟ YES/NO
- کیا کوئی غیر متوقع رویے تھے؟ [بیان کریں]
مرحلہ 3: کامیابی کے معیار کی پیمائش کریں
اپنی تفصیلات میں ہر معیار کے لیے، حقیقی قدر کی پیمائش کریں:
مثال معیار (ڈیلیوری روبوٹ):
معیار 1: ترسیل کی صلاحیت (تمام اہداف تک پہنچنا)
ہدف: روبوٹ ہدف کے مقام تک پہنچ جائے (0.5m کے اندر)
پیمائش: آزمائش کے اختتام پر روبوٹ کا ہدف سے فاصلہ
آزمائش 1 کا نتیجہ: 0.3m (PASS - حد کے اندر)
معیار 2: حفاظت (کوئی ٹکراؤ نہیں)
ہدف: رکاوٹوں سے کوئی ٹکراؤ نہیں
پیمائش: بمپر سینسر کے ٹرگر ہونے کی تعداد
آزمائش 1 کا نتیجہ: 0 ٹکراؤ (PASS - کوئی بمپر ایونٹ نہیں)
معیار 3: کارکردگی (وقت کی حد میں مکمل کرنا)
ہدف: 5 منٹ سے کم میں ڈیلیوری مکمل ہو
پیمائش: آغاز سے ہدف تک گزرا ہوا وقت
آزمائش 1 کا نتیجہ: 3m 42s (PASS - حد کے اندر)
معیار 4: اعتبار (متعدد بار کامیابی)
ہدف: 3 میں سے 3 آزمائشیں کامیاب
پیمائش: 3 آزمائشوں کے بعد کامیابی کی گنتی
آزمائش 1: PASS، آزمائش 2: [زیر التواء]، آزمائش 3: [زیر التواء]
معیار 5: ROS 2 انٹیگریشن (موضوعات کام کر رہے ہیں)
ہدف: تمام سینسر/کمانڈ ٹاپکس پبلش ہو رہے ہیں
پیمائش: ٹاپک کی تعداد اور پیغام کی فریکوئنسی
آزمائش 1 کا نتیجہ: /scan 30Hz، /cmd_vel 10Hz، /imu 50Hz (PASS)
مرحلہ 4: آزمائش 2 اور 3 چلائیں
مزید دو رن کے لیے مراحل 2-3 دہرائیں۔ متعدد آزمائشیں اعتبار (reliability) دکھاتی ہیں:
- کیا آپ کا ڈیزائن مستقل طور پر کام کرتا ہے؟
- یا یہ کبھی کام کرتا ہے اور کبھی ناکام ہو جاتا ہے؟
3 آزمائشیں کیوں؟
- آزمائش 1 ایک اتفاق ہو سکتا ہے (رکاوٹ سے خوش قسمتی سے بچنا)
- آزمائش 2 تکرار (repeatability) کی تصدیق کرتی ہے (یہ اتفاق نہیں تھا)
- آزمائش 3 استحکام (stability) کی تصدیق کرتی ہے (مستقل طور پر کام کرتا ہے)
آزمائش 2 اور 3 کے نتائج اپنے ٹیسٹ لاگ میں ریکارڈ کریں۔
مرحلہ 5: نتائج کا جائزہ لیں
ایک خلاصہ بنائیں:
VALIDATION SUMMARY
==================
Specification Criteria:
1. Reach goal: Trial 1 PASS, Trial 2 PASS, Trial 3 PASS → SUCCESS
2. Zero collisions: Trial 1 PASS, Trial 2 PASS, Trial 3 PASS → SUCCESS
3. Complete in time: Trial 1 PASS (3:42), Trial 2 PASS (4:15), Trial 3 PASS (3:58) → SUCCESS
4. Reliability: 3/3 trials passed → SUCCESS (100% success rate)
5. ROS 2 integration: All topics active, data flowing → SUCCESS
Overall: SPECIFICATION MET ✓
All success criteria achieved. Capstone validated.
ناکامیوں پر تکرار (Iterating on Failures)
اگر آپ کی پہلی آزمائش ناکام ہو جاتی ہے، تو گھبرائیں۔ یہ عام ہے۔ سمولیشن مشکل ہے۔ ڈیبگ کریں اور بہتری لائیں۔
ناکامی کا کیس 1: روبوٹ حرکت نہیں کرتا
علامات:
- روبوٹ ظاہر ہوتا ہے لیکن حرکت نہیں کرتا
- کنسول میں حرکت کے احکامات نظر نہیں آتے
تشخیص:
- چیک کریں کہ بیہیویئر نوڈ چل رہا ہے:
ps aux | grep behavior - چیک کریں کہ ٹاپکس جڑے ہوئے ہیں:
ros2 topic list | grep cmd_vel - چیک کریں کہ ڈیٹا بہہ رہا ہے:
ros2 topic echo /scan(LIDAR ڈیٹا نظر آنا چاہیے) - چیک کریں کہ برج فعال ہے:
ros2 topic echo /cmd_vel(کوئی پیغام؟)
حل:
- بیہیویئر نوڈ سبسکرائبرز کے کام کرنے کی تصدیق کریں (ڈیبگ پرنٹس شامل کریں)
- تصدیق کریں کہ cmd_vel ٹاپک پبلش ہو رہا ہے
- URDF میں موٹر جوائنٹ کے نام برج کنفیگریشن سے ملتے ہیں چیک کریں
- دستی طور پر ٹیسٹ کریں:
ros2 topic pub /cmd_vel geometry_msgs/msg/Twist '{"linear":{"x":0.5}}'
ناکامی کا کیس 2: روبوٹ رکاوٹوں سے ٹکرا جاتا ہے
علامات:
- روبوٹ دیواروں/رکاوٹوں سے ٹکراتا ہے
- بمپر سینسر ٹرگر ہوتا ہے
- ٹکراؤ کی قوت روبوٹ کو پلٹ دیتی ہے یا دھکیل دیتی ہے
تشخیص:
- کیا LIDAR رکاوٹوں کا پتہ لگا رہا ہے؟
ros2 topic echo /scan | head -20 - کیا فاصلے کی ریڈنگز درست ہیں؟ (بصری پوزیشن کا LIDAR رینج سے موازنہ کریں)
- کیا بیہیویئر لاجک جواب دے رہا ہے؟ (کم از کم فاصلے کی حد چیک کریں)
حل:
- رکاوٹ کا پتہ لگانے کی حد کم کریں (جلد رد عمل ظاہر کریں)
- کم از کم رکاوٹ کا فاصلہ بڑھائیں
- ٹکراؤ سے بچاؤ میں حفاظتی مارجن شامل کریں
- بیہیویئر لاجک ٹیسٹ کریں:
ros2 run ros_gz_bridge parameter_bridge ... &پھر دستی طور پر اسکین پبلش کریں
ناکامی کا کیس 3: روبوٹ ہدف تک نہیں پہنچتا
علامات:
- روبوٹ حرکت کرتا ہے لیکن ہدف کی طرف نیویگیٹ نہیں کرتا
- روبوٹ بھٹکتا ہے یا دائروں میں گھومتا ہے
- روبوٹ پھنس جاتا ہے
تشخیص:
- کیا اوڈومیٹری دستیاب ہے؟ (روبوٹ کی پوزیشن کا تخمینہ چیک کریں)
- کیا حرکت کے احکامات مناسب ہیں؟ (cmd_vel اقدار چیک کریں)
- کیا ہدف کا مقام قابلِ رسائی ہے؟ (ورلڈ لے آؤٹ کا ہدف کی پوزیشن سے موازنہ کریں)
حل:
- پاتھ پلاننگ نافذ کریں (تصادفی حرکت کے بجائے)
- پوزیشن کو ٹریک کرنے اور منظم طریقے سے نیویگیٹ کرنے کے لیے اوڈومیٹری کا استعمال کریں
- وے پوائنٹ نیویگیشن شامل کریں (وے پوائنٹ 1 پر جائیں، پھر 2 پر، پھر ہدف پر)
- پہلے سادہ دنیا میں ٹیسٹ کریں (خالی جگہ، کوئی رکاوٹ نہیں)
ناکامی کا کیس 4: سمولیشن غیر مستحکم ہے (فزکس جنگلی ہے)
علامات:
- روبوٹ شدت سے کانپتا ہے
- اشیاء زمین سے نیچے گر جاتی ہیں
- فزکس غیر حقیقی طور پر برتاؤ کرتا ہے
تشخیص:
- URDF ماس کی تقسیم چیک کریں (بہت ہلکا یا اوپر سے بھاری؟)
- ورلڈ فزکس کی ترتیبات چیک کریں (فرکشن، کشش ثقل درست ہے؟)
- ٹائم سٹیپ چیک کریں (بہت بڑا = غیر مستحکم سمولیشن)
حل:
- روبوٹ کا ماس تھوڑا بڑھائیں
- ورلڈ میں فرکشن گتانک (coefficient) کم کریں (کم پھسلنے والی سطحیں استحکام میں مدد کرتی ہیں)
- SDF میں فزکس ٹائم سٹیپ کی درستگی بڑھائیں (ڈیفالٹ اکثر کام کرتا ہے)
- خالی دنیا میں ایک سادہ چیز (سفیئر) کے ساتھ ٹیسٹ کریں—تصدیق کریں کہ کشش ثقل کام کرتی ہے
تکرار کا ورک فلو (Iteration Workflow)
آزمائش 1 چلائیں
↓
کیا یہ PASS ہوا؟
├─ ہاں → آزمائشیں 2-3 چلائیں، توثیق کریں
└─ نہیں → ناکامی کی تشخیص کریں
↓
مسئلہ کی شناخت کریں (ٹکراؤ، حرکت نہیں کرتا، غیر مستحکم، وغیرہ)
↓
URDF، SDF، یا بیہیویئر کوڈ کو ٹھیک کریں
↓
فکس ٹیسٹ کریں (فوری آزمائش)
↓
مکمل آزمائشیں دوبارہ چلانے کے لیے تیار ہیں؟
├─ ہاں → دوبارہ آزمائش 1 چلائیں
└─ نہیں → مزید ڈیبگ کریں
تکرار کب روکیں: جب تمام 3 آزمائشیں تمام کامیابی کے معیار پاس کر لیں۔
سم-ٹو-ریل گیپ: حقیقی روبوٹ میں کیا مختلف ہے؟
آپ کا سمولیشن بالکل کام کرتا ہے۔ لیکن حقیقی روبوٹ مختلف طریقے سے برتاؤ کرتے ہیں۔ یہاں وجہ ہے، اور آپ ماڈیول 3 میں کیا سیکھیں گے:
گیپ 1: سینسر کا شور (Sensor Noise)
سمولیشن میں: LIDAR کا فاصلہ بالکل درست ہوتا ہے۔ کیمرے کی تصویر بہترین ہوتی ہے۔ حقیقت میں: سینسرز میں شور ہوتا ہے۔ LIDAR 2.5m ± 0.1m پڑھ سکتا ہے۔ کیمرے کی تصاویر میں کمپریشن کے اثرات ہوتے ہیں۔
کیا توقع رکھیں: حقیقی روبوٹ کو شور فلٹرنگ کی ضرورت ہوگی۔ آپ کے بیہیویئر لاجک کو شور والے ڈیٹا کو سنبھالنے کے لیے حدیں (thresholds) درکار ہو سکتی ہیں۔
ماڈیول 3 کا پیش منظر: آپ Isaac Sim میں سینسر شور ماڈلنگ سیکھیں گے، جس سے سمولیشن زیادہ حقیقت پسندانہ ہو جائے گا۔
گیپ 2: ایکچویٹر کی حرکیات (Actuator Dynamics)
سمولیشن میں: موٹر کے احکامات فوری طور پر نافذ ہوتے ہیں۔ "0.5 m/s جاؤ" اور روبوٹ فوری طور پر 0.5 m/s ہو جاتا ہے۔ حقیقت میں: موٹروں کی ایکسلریشن کی حدود ہوتی ہیں۔ "0.5 m/s جاؤ" کو اس رفتار تک پہنچنے میں وقت لگتا ہے۔
کیا توقع رکھیں: حقیقی روبوٹ کا رویہ سست، ہموار ہوتا ہے۔ آپ کے وقت کے مفروضے غلط ہو سکتے ہیں۔
ماڈیول 3 کا پیش منظر: آپ Isaac Sim میں موٹر کی حرکیات—ا ایکسلریشن کی حدود، بیکلیش، ٹارک وکرز—کو ماڈل کرنا سیکھیں گے۔
گیپ 3: ماحولیاتی تغیر (Environmental Variation)
سمولیشن میں: دنیا جامد اور قابل پیش گوئی ہے۔ رکاوٹیں بالکل وہیں رہتی ہیں جہاں آپ نے انہیں رکھا تھا۔ حقیقت میں: ماحول بدلتا ہے۔ رکاوٹیں حرکت کرتی ہیں، روشنی بدلتی ہے، سطحیں متغیر ہوتی ہیں۔
کیا توقع رکھیں: حقیقی روبوٹ کو موافقت (adaptation) کی ضرورت ہے۔ آپ کی ہارڈکوڈ شدہ رکاوٹ کا پتہ لگانے کی حدیں مختلف روشنی میں ناکام ہو سکتی ہیں۔
ماڈیول 3 کا پیش منظر: آپ Isaac Sim میں انکولی کنٹرول (adaptive control) اور سینسر فیوژن سیکھیں گے۔
گیپ 4: وقت اور تاخیر (Timing and Latency)
سمولیشن میں: ROS 2 پیغامات فوری طور پر پہنچتے ہیں۔ دماغ سے موٹر تک کی تاخیر صفر ہوتی ہے۔ حقیقت میں: نیٹ ورک کی تاخیر، پروسیسنگ میں تاخیر، موٹر کے رد عمل کا وقت سب مل کر شامل ہو جاتے ہیں (عام طور پر 20-100ms)۔
کیا توقع رکھیں: حقیقی روبوٹ کا رویہ احکامات سے پیچھے رہتا ہے۔ وقت کے حساس رویے (تیز رکاوٹ سے بچاؤ) ناکام ہو سکتے ہیں۔
ماڈیول 3 کا پیش منظر: آپ Isaac Sim میں کمیونیکیشن کی تاخیر کو ماڈل کریں گے، بیہیویئر کی مضبوطی کو جانچیں گے۔
گیپ 5: فزکس کی درستگی
سمولیشن میں: فرکشن بالکل اس طرح ہے جیسا کہ کنفیگر کیا گیا ہے۔ ٹکراؤ بالکل ویسے ہی لچکدار یا پلاسٹک ہوتے ہیں جیسا کہ بیان کیا گیا ہے۔ حقیقت میں: فزکس مختلف ہوتی ہے—گیلی بمقابلہ خشک فرش، پہنے ہوئے بمقابلہ نئے پہیے، غیر متوقع ماس کی تقسیم۔
کیا توقع رکھیں: حقیقی روبوٹ کا رویہ مختلف ہو سکتا ہے۔ آپ کے فرش کے فرکشن کا مفروضہ غلط ہو سکتا ہے۔ پہیے پھسل سکتے ہیں۔
ماڈیول 3 کا پیش منظر: آپ Isaac Sim میں فزکس ڈومین رینڈمائزیشن سیکھیں گے—فزکس کے تغیرات میں بیہیویئر کی جانچ کرنا۔
سمولیشن سے حقیقی ہارڈ ویئر تک: آگے کا راستہ
آپ یہاں ہیں (ماڈیول 2 کیپ اسٹون):
- سمولیشن بالکل کام کرتا ہے
- بیہیویئر آپ کے مخصوص سمولیشن کے لیے ٹیون کیا گیا ہے
ماڈیول 3 (NVIDIA Isaac Sim):
- سمولیشن میں حقیقت پسندانہ شور، حرکیات، وقت شامل ہے
- آپ سم-ٹو-ریل گیپس کو سنبھالنے کے لیے بیہیویئر کو ایڈجسٹ کریں گے
- ٹرانسفر لرننگ: کون سے رویے منتقل ہوتے ہیں؟ کون سے نہیں؟
ماڈیول 4 (حقیقی ہارڈ ویئر):
- سمولیشن میں تربیت یافتہ بیہیویئر کو حقیقی روبوٹ پر تعینات کریں
- حقیقی دنیا کی توثیق: کیا یہ کام کرتا ہے؟
- آن لائن لرننگ: روبوٹ حقیقی تجربے سے بہتر ہوتا ہے
اہم نکتہ: سمولیشن تربیت ہے، حقیقت جانچ ہے۔ آپ کا کیپ اسٹون آپ کو سمولیشن میں بنانا اور توثیق کرنا سکھاتا ہے۔ ماڈیول 3 آپ کو گیپ کو پُر کرنا سکھاتا ہے۔
کیپ اسٹون کی تکمیل کی چیک لسٹ
کامیابی کا اعلان کرنے سے پہلے:
- تمام 5 کامیابی کے معیار کی پیمائش اور دستاویز کی گئی ہے
- 3 آزمائشیں مکمل ہو چکی ہیں
- 3/3 آزمائشوں نے تمام معیار پاس کیے ہیں
- ٹیسٹ لاگ مکمل طور پر بھرا ہوا ہے
- تمام ناکامیوں کی تشخیص اور اصلاح کی گئی ہے (یا قابل قبول سمجھوتوں کی وضاحت کی گئی ہے)
- وضاحت کر سکتے ہیں کہ ہر معیار کیوں اہم ہے
- اپنے پروجیکٹ سے متعلق 3 سم-ٹو-ریل گیپس کی نشاندہی کر سکتے ہیں
- وضاحت کر سکتے ہیں کہ ماڈیول 3 ان گیپس کو کیسے حل کرے گا
اگر تمام چیک پاس ہو جاتے ہیں، تو آپ نے ماڈیول 2 مکمل کر لیا ہے!
ماڈیول 2 کی تکمیل کا جشن
آپ نے حاصل کیا:
✓ سمولیشن کی اہمیت کو سمجھا (باب 8) ✓ URDF میں روبوٹ ماڈلز بنائے (باب 9) ✓ سمولیشن کی دنیا بنائی (باب 10) ✓ سینسرز کو کنفیگر کیا (باب 11) ✓ Gazebo کے ساتھ ROS 2 کو مربوط کیا (باب 12) ✓ ایک مکمل کیپ اسٹون پروجیکٹ ڈیزائن اور نافذ کیا (باب 13)
آپ اب سمجھتے ہیں:
- ڈیجیٹل ٹوئن تصورات
- روبوٹ کی تفصیل کی شکلیں (URDF/SDF)
- فزکس سمولیشن کے بنیادی اصول
- سینسر سمولیشن اور کنفیگریشن
- سمولیٹرز کے ساتھ ROS 2 انٹیگریشن
- تفصیلات پر مبنی ترقی (Specification-driven development)
- سم-ٹو-ریل ٹرانسفر کے تصورات
آپ تیار ہیں:
- ماڈیول 3: NVIDIA Isaac Sim (ایڈوانسڈ سمولیشن، AI تربیت)
- ماڈیول 4: حقیقی روبوٹ تعیناتی (ٹرانسفر لرننگ، حقیقی دنیا کی توثیق)
AI کے ساتھ کوشش کریں
سیٹ اپ: ChatGPT یا Claude کھولیں اور توثیق اور اگلے اقدامات پر رہنمائی حاصل کریں۔
پرامپٹ سیٹ:
پرامپٹ 1 (توثیق کی حکمت عملی ڈیزائن کرنا):
I've completed my capstone simulation. Here's my specification:
[اپنی کامیابی کے معیار پیسٹ کریں]
Create a detailed validation plan:
1. How should I measure each criterion?
2. What tools should I use (timers, console output, ROS 2 tools)?
3. How many trials should I run to confirm reliability?
4. What failure modes should I test for?
پرامپٹ 2 (سمولیشن کی ناکامیوں کو ڈیبگ کرنا):
My capstone simulation isn't working. Here's what's happening:
[بیان کریں: روبوٹ حرکت نہیں کرتا، ٹکرا جاتا ہے، پھنس جاتا ہے، وغیرہ]
My simulation has:
- [روبوٹ کی تفصیلات بیان کریں]
- [ورلڈ سیٹ اپ بیان کریں]
- [بیہیویئر لاجک بیان کریں]
Help me diagnose and fix this. What's likely causing the problem?
پرامپٹ 3 (سم-ٹو-ریل ٹرانسفر کو سمجھنا):
My simulation works perfectly. I'm wondering: what happens when
this same behavior runs on a real robot?
My robot is: [تفصیل]
My behavior does: [تفصیل]
For each of these sim-to-real gaps, explain what might go wrong
and how I should design differently:
1. Sensor noise (my sensors are noisy in reality)
2. Actuator latency (motors don't respond instantly)
3. Environmental variation (real world isn't as controlled as simulation)
4. Physics changes (friction, masses vary in reality)
پرامپٹ 4 (اگلے اقدامات کی منصوبہ بندی):
I've completed Module 2 capstone. What should I expect from Module 3 (Isaac Sim)?
Based on my capstone project [تفصیل], which sim-to-real gaps will
Isaac Sim help me address?
How should I prepare my behavior code for Module 3?
متوقع نتائج:
- AI توثیق کا طریقہ کار ڈیزائن کرنے میں مدد کرتا ہے
- AI ناکامیوں کو ڈیبگ کرنے میں مدد کرتا ہے
- AI سم-ٹو-ریل ٹرانسفر کے تصورات کی وضاحت کرتا ہے
- AI ماڈیول 3 میں منتقلی کی رہنمائی کرتا ہے
حفاظتی نوٹ: روبوٹ کے رویے کی جانچ کرتے وقت، خاص طور پر حقیقی نتائج کے ساتھ:
- ہمیشہ ایمرجنسی سٹاپ تیار رکھیں
- پہلے محدود جگہوں پر ٹیسٹ کریں (کھلی منزل پر نہیں)
- رفتار کی حدود کی تصدیق کریں (خطرناک رفتار کا حکم نہ دیں)
- غیر متوقع رویوں کی نگرانی کریں