Resumen de ADAMSim: PyBullet-Based Simulation Environment for Research on Domestic Mobile Manipulator Robots

Adrián Prados, Gonzalo Espinoza, Alberto Méndez García, Alicia Mora Velasco, Luis Santiago Garrido Bullón, Ramón I. Barber Castaño

• español

  Este artículo presenta ADAMSim, un entorno de simulación basado en PyBullet diseñado específicamente para el Ambidextrous Domestic Autonomous Manipulator (ADAM), desarrollado para apoyar la investigación en navegación, manipulación y aprendizaje en robótica doméstica. El simulador replica con precisión la estructura y el comportamiento del robot físico, lo que permite una transferencia robusta de algoritmos entre simulación y mundo real. ADAMSim sigue un diseño modular, que incluye navegación, cinemática de brazos y manos, percepción y comunicación mediante ROS. Esta arquitectura permite la operación sincronizada entre el robot real y su gemelo digital. Se desarrollaron diversos ejemplos, que abarcan desde tareas de visión y agarre, hasta navegación y teleoperación, incluyendo experimentos ejecutados simultáneamente en el robot simulado y el real. Su diseño de código abierto y flexible convierte a ADAMSim en una herramienta poderosa para el desarrollo seguro y reproducible de algoritmos y experimentos en robótica doméstica. La plataforma también está pensada para apoyar investigaciones en mapeo de interiores, aprendizaje de manipulación avanzada y proyectos educativos, como banco de pruebas.

• English

  This paper introduces ADAMSim, a PyBullet-based simulation environment tailored for Ambidextrous Domestic Autonomous Manipulator (ADAM), developed to support research in navigation, manipulation, and learning for domestic robotics. The simulator accurately replicates the structure and behavior of the physical robot, enabling robust sim-to-real and real-to-sim algorithm transfer. ADAMSim follows a modular design, including navigation, arm and hand kinematics, perception, and ROS communication. This architecture allows synchronized operation between the real robot and its digital twin. Several example applications were developed, ranging from vision and grasping tasks to navigation and teleoperation, including experiments running both simulated and real robots simultaneously. Its open-source and flexible design makes ADAMSim a powerful tool for safe and reproducible algorithm development and experimentation in household robotics. The platform is also intended to support future research in indoor mapping, advanced manipulation learning, and educational projects, serving as a test bed.