課程核心亮點
深入 Sim-to-Real 核心挑戰： 不只談理論！帶您親自體驗從 NVIDIA Isaac 模擬環境到真實物理世界的差距，並實作最前沿的解決方案。
整合頂尖 VLA 模型： 使用 Isaac GR00T 訓練強大的視覺-語言-動作模型，讓您的機器人擁有理解指令與精準操作的能力。
掌握資料擴增與優化技巧： 學習運用 Cosmos 等工具擴增資料集，並透過共同訓練 (Co-Training) 大幅提升機器人模型的泛化能力。
精準彌平作動差距： 實作 SAGE + GapONet 技術，科學化地測量與優化模擬與真實馬達間的作動差異 (Actuation Gap)。
學習目標
配置並校正 SO-101 機械手臂，為實體驗證做好準備。
透過遠端操作 (Teleoperation) 收集示範資料，並實作領域隨機化 (Domain Randomization) 進行資料增強。
訓練並評估視覺-語言-動作 (VLA) 模型。
實際應用四大 Sim-to-Real 策略，成功將模擬策略轉移至實體機器人。
誰適合參加？
針對想要深入了解 NVIDIA Isaac Sim 與實體機器人部署的開發者、研究人員與大專院校師生。
程度定位： 技術 – 中級
先修建議： 熟悉 Python 開發，具備基礎機器學習與 ROS/機器人作業系統概念為佳。
本課程強烈建議以「團隊」為單位報名參加，每組（至多 3 人）將配備專屬的獨立教具與高階筆記型電腦，確保最佳的實作體驗。
課程資訊
活動日期： 2026/08/07（週五）
活動時間： 上午 10:00 ~ 17:00
報到時間： 09:40 開放報到入座
注意事項： 中午 12:00 ~ 13:00 為休息時間
