Também leia a cobertura COMPUTEX da NVIDIAonde Robotiq aparece junto com as atualizações mais recentes do Isaac GR00T.
A Robotiq lançou o gêmeo digital de seu sensor tátil TSF-85 na NVIDIA Isaac Sim, o primeiro gêmeo digital de sensor tátil de nível industrial enviado em uma pinça colaborativa comercial. A detecção tátil promete acelerar a robótica, mas sua adoção tem sido limitada pela falta de dados de {hardware} pronto para a indústria e de simulações precisas. Os construtores de modelos agora podem treinar políticas de manipulação ricas em contato em simulação e, em seguida, executá-las no mesmo sensor físico projetado para operar de maneira confiável no chão de fábrica.
A maioria dos sensores táteis depende de uma interface de contato deformável. A própria propriedade que lhes confere sensibilidade é também o que os torna difíceis de simular. A simulação de corpo deformável é tecnicamente exigente, e esse é um dos motivos pelos quais os gêmeos digitais táteis precisos ficaram para trás na pilha de IA física. O gêmeo digital TSF-85 foi construído em torno dessa restrição. Ele gera mapas táteis sintéticos por meio de um painel Isaac Sim UI personalizado, visualiza-os em tempo actual, executa a geração de dados na taxa de atualização da simulação e exporta para HDF5 para pipelines de treinamento downstream.
O gêmeo digital TSF-85 foi desenvolvido pelo CoRo Lab (Laboratoire de commande et de robotique) na École de technologie supérieure (ÉTS) em Montreal, um parceiro de pesquisa de longa knowledge da Robotiq – uma colaboração liderada pelo professor associado Jean-Philippe Roberge e pela pesquisadora de doutorado Berith Atemoztli De la Cruz Sánchez.
O método de simulação por trás do gêmeo digital está documentado em duas publicações revisadas por pares citadas no repositório GitHub. O primeiro, publicado em Fronteiras em robótica e IA (2025), baseia-se em um conjunto de dados de 53.400 mapas táteis do mundo actual para treinar, validar e testar cada pipeline de simulação – alcançando até 97% de Medida de Índice de Similaridade Estrutural (SSIM) para o modelo hiperelástico e 90% de SSIM para o modelo elástico em 12 objetos invisíveis. Um artigo complementar no ICCRT 2025 lança um conjunto de dados aberto de 46.200 amostras táteis reais e sintéticas, incluindo dados coletados usando uma pinça 2F-85 Robotiq e amostras sintéticas geradas no NVIDIA Isaac Lab.
A precisão da simulação é importante, mas só ajuda se o sensor actual permanecer estável ao longo do tempo. O TSF-85 foi testado através de 2,3 milhões de ciclos com força máxima de pinça, sem variação significativa na saída dos sinais táteis. Isso significa que os modelos treinados em seus dados táteis podem continuar a contar com sinais consistentes para bordas, formas, texturas e geometria, mesmo após um uso exigente no mundo actual.
A Robotiq tem sido o fornecedor de componentes preferido tanto para laboratórios de pesquisa acadêmica quanto para produção industrial há mais de uma década. Essa pegada dupla é exatamente a ponte que a IA física exige: flexibilidade de nível de pesquisa e confiabilidade de nível industrial na mesma plataforma de {hardware}.
O gêmeo digital suporta NVIDIA Isaac Sim 5.1 e já está disponível no GitHub: https://github.com/Lab-CORO/TSF-85. Saiba mais sobre a pilha física de IA da Robotiq em https://robotiq.com/physical-ai
