아이작심 + 강화학습 35강 마스터
PinkLAB Education
NVIDIA Isaac Sim × IsaacLab
강화학습 35강 마스터 커리큘럼
Robot AI & Simulation Training Center
35강 / 약 800페이지 · 7개 파트
USD로 로봇을 띄우는 한 줄에서, PPO로 사족보행을 학습하고, 내 로봇을 ROS2에 연결하기까지 — 한 시리즈로 끝낸다.
이런 분께 추천합니다
- 로봇 엔지니어 — 실물 전에 시뮬에서 제어기·정책을 빠르게 검증하고 싶은 분
- 강화학습 연구자/학생 — Gym/MuJoCo를 넘어 GPU 병렬 시뮬레이션을 도입하려는 분
- 자율주행·모바일 로봇 개발자 — LiDAR·카메라·오도메트리·SLAM 전 단계 파이프라인이 필요한 분
- 로봇팔/매니퓰레이션 엔지니어 — IK·Pick&Place·도메인 랜덤화로 sim2real 경로를 만들고 싶은 분
- AI/CV 출신 개발자 — PyTorch 텐서 그대로 다루는 IsaacLab 통합 환경에 빠르게 적응하고 싶은 분
커리큘럼 구성 개요
기초편
시뮬레이션 기본기 · 단일 로봇 제어
Part 1–2 · 강좌 01~11
응용편
머니퓰레이션 · 모바일 로봇
Part 3–4 · 강좌 12~19
강화학습편
RL 환경 구성 · 학습 & sim2real
Part 5–6 · 강좌 20~29
통합편
자체 로봇 통합 · 휴머노이드
Part 7–8 · 강좌 30~35
사전 준비
운영체제
Ubuntu 24.04 LTS
GPU
NVIDIA RTX 3060 이상 (VRAM 8 GB+)
드라이버
NVIDIA Driver 580 / CUDA 12
소프트웨어
Isaac Sim 4.5 + IsaacLab 2.x + ROS2 Jazzy
언어
Python 3.10, PyTorch 기본기
비고
강좌 1강에서 위 환경을 처음부터 끝까지 직접 셋업합니다
Part 1
시뮬레이션 기본기 (강좌 01–04)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 01 | IsaacSim & IsaacLab 환경 설정 |
NVIDIA Driver 580 설치 및 CUDA 12 설정 Isaac Sim 4.5 설치 및 검증 IsaacLab 2.x venv 구성 ROS2 Jazzy 연동 확인 |
Hello IsaacLab 실행 |
| 02 | spawn_primitives |
USD Stage / Prim / Xform 개념 이해 UsdGeom, UsdPhysics 기초 PhysX 시뮬레이션 루프 구조 |
첫 큐브 띄우기 |
| 03 | galileo_experiment |
피사의 사탑 자유낙하 재현 F = ma 검증 카메라 설정 및 씬 캡처 |
낙하 결과 그래프 시각화 |
| 04 | simulation_loop · 탄성 실험 |
XformPrimView로 N개 prim 일괄 제어 시뮬레이션 루프 설계 패턴 탄성 계수 및 물리 파라미터 조정 |
다중 오브젝트 탄성 실험 |
Part 2
단일 로봇 제어 (강좌 05–11)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 05 | spawn_robot |
Articulation 개념 및 구조 ImplicitActuator 설정 USD 로봇 에셋 로딩 |
Franka Panda 띄우기 |
| 06 | robot_joint_control |
사인파 PD 제어 구현 중력 보상 feedforward 추가 관절 위치·속도·토크 명령 |
중력 보상 효과 비교 |
| 07 | scene_design |
InteractiveScene 선언적 구성 @configclass 데코레이터 패턴 씬 요소 모듈화 전략 |
선언형 씬 빌드 실습 |
| 08 | multi_robot |
환경 병렬화 구조 이해 {ENV_REGEX_NS} 패턴 활용 env_origins 배치 전략 |
다중 로봇 동시 제어 |
| 09 | camera_sensor |
RGB-D 카메라 로봇에 부착 카메라 파라미터 설정 이미지 데이터 파이프라인 |
matplotlib 실시간 시각화 |
| 10 | ray_caster |
RayCaster 센서 개념 계단 mesh 환경 구성 거리 데이터 활용 방법 |
LiDAR 스타일 레이캐스팅 |
| 11 | torque_lever_contact |
토크-레버 원리 이해 접촉 센서(Contact Sensor) 설정 F = τ/L + mg/2 수식 검증 |
접촉력 측정 실험 |
Part 3
머니퓰레이션 (강좌 12–14)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 12 | forward_kinematics |
Franka FK 계산 이해 Jacobian 행렬 활용 Frame Markers 시각화 |
엔드이펙터 위치 추적 |
| 13 | diff_ik |
Differential IK (DLS) 컨트롤러 원리 특이점(Singularity) 처리 방법 실시간 목표점 추종 |
DLS IK 궤적 추종 실습 |
| 14 | pick_and_place |
IK + 그리퍼 7-phase state machine 물체 감지 및 파지 전략 배치 오차 처리 |
자동 Pick & Place 전체 사이클 |
Part 4
모바일 로봇 (강좌 15–19)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 15 | spawn_mobile_robot |
JetBot 로봇 USD 로딩 유니사이클(v, ω) → 좌·우 휠 각속도 변환 차동 구동 모델 이해 |
기본 주행 제어 |
| 16 | mobile_base_control |
휠 오도메트리 계산 오차 누적(drift) 분석 오도메트리 보정 전략 |
drift 시각화 실험 |
| 17 | mobile_navigation |
Waypoint 내비게이션 구조 P-제어 + atan2 정규화 목표점 시퀀스 관리 |
다중 Waypoint 자율 주행 |
| 18 | lidar_maze |
360° 2D LiDAR 센서 구성 미로 환경 설계 스캔 데이터 시각화 |
실시간 미로 스캔 |
| 19 | obstacle_avoidance |
NAV / AVOID / DONE 모드 전환 로직 LiDAR 기반 장애물 감지 반응형 회피 알고리즘 |
동적 장애물 회피 실습 |
Part 5
강화학습 환경 구성 (강좌 20–23)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 20 | base_env |
RL 환경 6요소: Scene / Actions / Observations / Events / Rewards / Terminations ManagerBasedRLEnv 클래스 구조 환경 등록 및 설정 방법 |
최소 RL 환경 구성 |
| 21 | observation_reward |
ObsTerm · ObsGroup 3단 계층 구조 sin/cos 각도 표현 기법 보상 함수 설계 원칙 |
커스텀 관측·보상 구현 |
| 22 | action_space |
JointPosition 액션 타입 JointEffort 액션 타입 BinaryJoint 액션 타입 |
액션 스케일링 및 클리핑 실험 |
| 23 | custom_env_complete |
6요소 완성형 환경 통합 이벤트(리셋/랜덤화) 설계 종료 조건 정의 |
커스텀 완성형 환경 구동 |
Part 6
강화학습 학습 & sim2real (강좌 24–29)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 24 | train_cartpole |
RSL-RL PPO 알고리즘 개요 학습 설정 파일 구성 TensorBoard 모니터링 |
Cartpole 5분 학습 |
| 25 | evaluate_policy |
학습된 정책 체크포인트 로드 결정론적·확률론적 평가 방법 렌더링 모드 평가 |
정책 성능 평가 및 시각화 |
| 26 | train_locomotion |
ANYmal 사족보행 환경 구성 사족보행 보상 함수 설계 학습 하이퍼파라미터 튜닝 |
ANYmal PPO 학습 (약 30분) |
| 27 | evaluate_locomotion |
ANYmal 사족보행 정책 평가 외란(perturbation) 테스트 보행 안정성 분석 |
외란 인가 후 복원 실험 |
| 28 | terrain_generation |
TerrainGenerator 구성 방법 거친 지형 유형 (계단, 경사, 요철) 커리큘럼 기반 지형 난이도 조절 |
다양한 지형에서 사족보행 실습 |
| 29 | domain_randomization |
도메인 랜덤화 개념과 sim2real 핵심 원리 질량 / 마찰 / 외력 랜덤화 랜덤화 범위 설계 전략 |
랜덤화 전후 정책 전이 비교 |
Part 7
자체 로봇 통합 (강좌 30–34)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 30 | urdf_preparation |
xacro → URDF 변환 파이프라인 ament_index 트릭 활용 URDF 검증 및 디버깅 |
Pinky Pro URDF 준비 |
| 31 | urdf_to_usd |
UrdfConverter 자동 변환 도구 USD 에셋 후처리 관절·액추에이터 설정 확인 |
URDF → USD 변환 및 검증 |
| 32 | pinky_control |
Pinky 차동 구동 설정 Waypoint 내비게이션 적용 자체 로봇 제어 파라미터 튜닝 |
Pinky Pro 자율 주행 실습 |
| 33 | pinky_sensors |
LiDAR 센서 Pinky에 부착 RGB-D 카메라 부착 및 설정 센서 데이터 통합 파이프라인 |
멀티 센서 퓨전 시각화 |
| 34 | ros2_bridge |
ROS2 Jazzy 브리지 구성 Topic / TF / cmd_vel 연동 RViz2 시각화 설정 |
Isaac Sim ↔ ROS2 실시간 연동 |
Part 8
휴머노이드 (강좌 35)
| 강좌 | 주제 | 핵심 학습 포인트 | 실습 |
|---|---|---|---|
| 35 | g1_humanoid_mimic |
Unitree G1 USD 에셋 로딩 동작 모방 학습(Motion Imitation) 환경 구성 레퍼런스 모션 데이터 적용 모방 학습 보상 함수 설계 |
G1 휴머노이드 동작 모방 학습 |
학습 로드맵
기초편
강좌 01–11
시뮬레이션 기본기 · USD/PhysX · 단일 로봇 제어 · 센서
응용편
강좌 12–19
머니퓰레이션 IK/Pick&Place · 모바일 로봇 · 오도메트리 · LiDAR · 장애물 회피
강화학습편
강좌 20–29
RL 환경 6요소 · PPO 학습 · 사족보행 · 지형 생성 · 도메인 랜덤화(sim2real)
통합편
강좌 30–35
URDF→USD → IsaacLab → ROS2 연동 · 자체 로봇 풀 사이클 · G1 휴머노이드
기술 스택
운영체제
Ubuntu 24.04 LTS
시뮬레이터
NVIDIA Isaac Sim 4.5
RL 프레임워크
IsaacLab 2.x
ROS 프레임워크
ROS2 Jazzy
물리 엔진
NVIDIA PhysX
씬 기술 언어
USD (Universal Scene Description)
강화학습 알고리즘
PPO (RSL-RL)
로봇 기술 언어
URDF, Xacro
프로그래밍 언어
Python 3.10
딥러닝 프레임워크
PyTorch
학습 모니터링
TensorBoard
시각화 도구
RViz2, matplotlib
이 강좌의 차별점
1
즉시 실행 가능한 35개 Python 예제
git clone 한 줄로 모든 코드 확보, 각 강좌는 단일 스크립트로 완결
2
개념 → SVG 도식 → 코드 → 결과 그래프 4단계 일관 구성
텍스트만 읽는 강의가 아닙니다
3
GPU 병렬 시뮬레이션 활용
단일 GPU에서 1024개 환경 동시 학습 (Cartpole 5분, 사족보행 30분 수준)
4
자체 제작 로봇 풀 통합 사례
Pinky Pro / Unitree G1 모두 URDF 부터 ROS2 연동까지 직접 다룸
5
모든 강의에 발표용 슬라이드 PDF 제공
사내 교육·세미나 즉시 활용 가능
수강 후 달성 가능한 역량
- Isaac Sim에서 임의의 로봇(URDF/USD)을 띄우고 제어할 수 있다
- Manipulator의 IK + Pick & Place 풀 파이프라인을 구현할 수 있다
- 차동 구동 모바일 로봇의 오도메트리·내비게이션·LiDAR 스캔을 다룰 수 있다
- PPO로 사족보행/Cartpole 정책을 학습하고 평가할 수 있다
- 도메인 랜덤화로 sim2real 전이 가능한 정책을 만들 수 있다
- 자체 로봇을 URDF → USD → IsaacLab → ROS2까지 통합할 수 있다
제공물
GitHub 저장소
35개 예제 코드
(isaacsim_tutorials)
PDF 슬라이드
35강 / 약 800페이지
(16:9, 발표용)
개념 SVG 도식
200+ 개 (휠 오도메트리 오차,
sin/cos 단위원, F=τ/L+mg/2 등)
Pinky Pro 로봇 USD
PinkLAB 자체 모델
직접 활용
문의
모든 문의 및 협업 관련
편하게 문의주세요.
🎓 PinkLAB Education
NVIDIA Isaac Sim × IsaacLab
강화학습 35강 마스터 커리큘럼
시뮬레이터에서 멈추지 마세요.
실물 로봇까지 가는 길을 한 시리즈로 안내합니다.