확장 가능한 시뮬레이션은 로봇 데이터 생성, 정책 학습, 평가, 안전한 반복(iteration)에 필수적이지만, 실제 환경과의 상호작용은 비용이 많이 들고 기존 시뮬레이터는 노동집약적인 구축 과정을 요구한다. 우리는 관절 궤적 조건부 자기회귀 확산 모델(joint-trajectory-conditioned autoregressive diffusion model)을 중심으로 구축된 데이터 기반 로봇 시뮬레이터 Uranus를 소개한다. Uranus는 세 가지 핵심 기능을 제공한다: (1) 스트리밍 방식의 개방형 롤아웃(rollout)으로, 미래의 관절 위치 궤적을 온라인으로 수신하여 고정된 시간 범위(horizon) 없이 매 스텝마다 4개의 RGB 프레임에 해당하는 하나의 잠재 프레임(latent frame)을 자기회귀적으로 생성한다; (2) 낮은 지연 시간의 생성으로, 추론(inference) 최적화 이후 24 FPS를 달성한다; (3) 확장 가능하며 확장이 용이한(extensible) 로봇 제어로, 다양한 로봇 구현체(embodiment)와 카메라 구성 전반에 걸쳐 동기화된 다중 시점 생성을 위한 통합 인터페이스를 제공한다. 우리는 분포 내(in-distribution) 및 분포 외(out-of-distribution) 데이터 모두에 대해 포괄적인 정량적·정성적 평가를 수행하여 Uranus에 대한 객관적인 평가를 제시하고 현재의 한계를 명확히 규명한다. 우리는 코드와 모델 가중치를 공개하여 커뮤니티에 실용적인 도구와 통찰을 제공한다.
로봇 학습과 구현된 에이전트(embodied agent)는 이제 시뮬레이션이 렌더러, 컨트롤러 테스트베드, 또는 고정된 태스크 환경으로만 기능하는 것이 아니라, 제어·기술·계획을 연결하는 공유 실행 기반으로 작동할 것을 요구한다. 기존 파이프라인은 "매직" 액션, 단절된 학습 환경, 또는 동일 에피소드를 재현·평가·주석 처리할 수 없는 단방향 렌더로 이러한 계층을 분리한다. 우리는 하나의 결정론적 배치 런타임과 공유 마르코프 결정 과정(MDP)을 중심으로 구축된 구현된 상호작용 인프라 MagicSim을 제안한다. MagicSim은 콘텐츠·배치·행동·에이전트 노출을 분리하는 YAML 우선 명세로부터, 태스크 패밀리·상호작용 체제·물리·레이아웃·센서·아바타·로봇 구현체를 아우르는 다양한 실행 가능 세계를 단일 리셋-스텝 루프로 구성한다. 공통 실행 인터페이스는 고수준 명령을 컨트롤러, 원자적 기술(atomic skill), 플래너 프리미티브, 비동기 계획을 통해 그라운딩하여, 시뮬레이터 측 상태 편집이 아닌 로봇 액션으로 실현한다. 하나의 태스크 정의가 세 가지 기능을 지원한다: 벤치마크 및 강화학습(RL) 평가, 명령을 그라운딩된 궤적으로 자동 변환하는 자동 수집 인터페이스, 그리고 에이전트/VLM 대향 상호작용. 자동 실행 시 명령은 Command→Skill→Planner→Robot→Record 파이프라인을 통해 흐르며, 환경별 명령·기술·계획·재시도·주석·에피소드 상태는 공유 물리 틱(physics tick) 위에서 독립적으로 진행된다. 성공한 롤아웃은 언어 지도, 액션 표현, 시각적·기하학적 표현, 태스크 수준 상태를 실행된 에피소드와 정렬하는 구조화된 멀티모달 궤적으로 저장된다. 이처럼 MagicSim은 다양한 세계 구성, 구현된 실행, 태스크 평가, 자동 롤아웃 생성, 대화형 에이전트 인터페이스를 플래너-인-더-루프 런타임 하나로 통합한다.