Isaac Lab: Das einheitliche GPU-Parallel-RL-Framework für Roboter-Lernen

Isaac Lab wurde von NVIDIA und der ETH Zürichs Robotic Systems Lab gemeinsam entwickelt und ist der Nachfolger von Isaac Gym und Orbit und der empfohlene Ausgangspunkt für alle, die die Bewegung, Manipulation oder humanoide Politik auf Isaac Sim trainieren. Es wird mit mehr als 40 Referenzarbeiten, vier austauschbaren RL-Trainer und einem Konfigurationssystem geliefert, das die Wiedergabe eines Papiers zu einer Ein-Befehls-Übung macht.

Browse kompatible Hardware Komm einen benutzerdefinierten Isaac Lab Env Komm matching Datensätze

BSD-3-Lizenz 40+ Referenzarbeiten 4 RL-Trainer aus der Box

Was ist Isaac Lab?

Isaac Lab ist ein Open-Source-Framework mit BSD-3-Lizenz für Verstärkung des Lernens auf NVIDIA Isaac Sim. Wo Isaac Sim der Allzweck-Simulator ist eine große USD-und PhysX-Plattform, die für alles von digitalen Zwillingen bis zur Teleoperation verwendet werden kann Isaac Lab ist die dünnere, RL-spezifische Schicht oben, die Umgebungswrapper, Beobachtungs- und Aktionsraumabstraktionen, Belohnungskomposition, Domänen-Randomisierungshilfer und direkte Integrationen mit den vier häufigsten RL-Trainern bietet, die in der Robotikforschung verwendet werden.

Historisch gesehen veröffentlichte NVIDIA drei verwandte Projekte: Isaac Gym, das ursprüngliche GPU-parallele RL-Framework, das neben dem Isaac Gym-Papier von 2021 veröffentlicht wurde; OmniIsaacGymEnvs, ein Port von Isaac Gym in das Omniverse; und Orbit, ein modulares von der ETH Zürich geleitetes Framework. Im Jahr 2024 wurden alle drei in Isaac Lab vereint, das der kanonische Weg nach vorne wurde. Teams, die von Isaac Gym aus migrieren, erhalten GPU-Parallelität und eine vertraute Aufgabenregistrierung API; Teams, die von Orbit aus migrieren, erhalten das modulare Konfigurationssystem und die ETH-kuratierten Lokomotions-Aufgaben.

Die Hauptnummer des Rahmens ist Durchsatz. Auf einer einzigen RTX 4090 schaltet Isaac Lab eine Unitree G1 Flachlandlokomotionsumgebung mit mehr als 100.000 Schritten pro Sekunde über 4.096 parallele Instanzen. Ein typischer Lokomotionstraining läuft 1 Milliarde Schritte von PPO mit RSL-RL in weniger als vier Stunden auf dieser Hardware, im Vergleich zu über Nacht oder mehrtägigen Läufen auf CPU-einzigen Simulatoren.

Installation Schnellstart

Isaac Lab befindet sich auf der Spitze von Isaac Sim, so dass der erste Schritt ist, Isaac Sim zu installieren (entweder über den Omniverse Launcher oder via pip). Sobald Isaac Sim verfügbar ist, klonen Sie Isaac Lab und führen Sie sein Bootstrap-Skript aus:

# Prerequisite: Isaac Sim 4.5+ installed (see /rl-environments/isaac-sim/)
git clone https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab

# One-command install that pulls deps and registers tasks
./isaaclab.sh --install

# Verify installation by listing available tasks
./isaaclab.sh -p source/standalone/environments/list_envs.py

Das Training einer Referenzlokomotions-Aufgabe auf dem Unitree G1 mit RSL-RL erfordert einen einzigen Befehl.

# Train G1 flat-terrain velocity tracking with RSL-RL PPO
./isaaclab.sh -p source/standalone/workflows/rsl_rl/train.py \
  --task Isaac-Velocity-Flat-G1-v0 \
  --num_envs 4096 --headless --max_iterations 1500

Das Austausch von RL-Trainer ist eine Flaggewechselung die gleiche Aufgabe kann mit RL-Games, SKRL oder Stable-Baselines3 über das gleichwertige T3 Unterverzeichnis trainiert werden.

Roboter und Aufgaben unterstützt

Isaac Lab erbt die komplette Isaac Sim Roboterbibliothek mit vorkonfigurierten Umgebungen für die am häufigsten benchmarkierten Plattformen. Die Lokomotion ist der tiefste Bereich: Unitree G1, H1, H1-2 und Go2, Boston Dynamics Spot, ANYbotics ANYmal C und D und Agility Digit haben alle Flach- und Rauch-Terrain-Varianten mit domain-randomisierten Geschwindigkeitsverfolgungsgeldern, die aus dem ursprünglichen Legged Gym-Papier abgeleitet sind.

Für Manipulationen versorgt Isaac Lab mit Franka Research 3 Reichweite, Pick-and-Place und Cube Stacking sowie Universal Robots UR10e-Aufgaben. Die Aufgaben der Humankörperkontrolle umfassen die vollkörperliche Verfolgung von Referenzbewegungen auf H1 und G1, die den veröffentlichten GR00T- und H1-Gehendpapieren genau entsprechen.

Die Aufgabenliste wächst schnell: Das Isaac Lab-Repository verfolgt Beiträge von Universitäten und Laboren weltweit, und die Anzahl der 40+ Aufgaben ab 2025 wird voraussichtlich bis 2026 verdoppelt, mit der Zugabe von zweimanschließender Manipulation, mobiler Manipulation und VLA-Evaluierungssätze.

Benchmarks für Isaac Lab

Isaac Lab bietet die kanonischen Open-Source-Implementierungen mehrerer weit zitierter Baseline. Die Leged-Locomotion-Suite reproduziert die Ergebnisse der ETH Zurich RSL-RL aus dem ursprünglichen Legged Gym-Papier (Rudin et al., CoRL 2021), das eine blinde Rough-Terrain-Überquerung auf ANYmal erreichte. Der mit dem Orbit-Papier (Mittal et al., RA-L 2023) eingeführte ORBIT-Manipulation-Benchmark bietet 15 standardisierte Manipulationsaufgaben mit PPO- und SAC-Basislinien.

Für humanoide und geschickte Forschung sind die vorgefertigten Aufgaben von Isaac Lab der de facto Vergleichspunkt in jedem Lokomotionspapier von 2025: veröffentlichte Zahlen zum Geschwindigkeitsverfolgen von Unitree G1, H1-Gehen und die ANYmal-Parkour-Politik stammen alle aus den Konfigurationen von Isaac Lab.

Vor- und Nachteile

** Stärken.** Beste GPU-Parallelität für RL, BSD-3-Lizenz, vier austauschbare RL-Trainer, eine große Bibliothek mit Referenzarbeiten, die veröffentlichte Ergebnisse reproduzieren, aktive Upstream-Entwicklung von NVIDIA und ETH Zürich, direkter Zugriff auf die vollständige Asset-Bibliothek von Isaac Sim und ein wirklich modulares Konfigurationssystem (Swap der Roboter, Swap des Terrain, Swap der Belohnung durch Config statt Code-Edit).

** Schwächen.** Erbt Isaac Sims Hardware- und Installationsanforderungen (NVIDIA RTX GPU, 40+ GB Fußabdruck). Das Konfigurationssystem hat eine Lernkurve Teams aus Isaac Gym müssen die Orbit-Stil-Klassenhierarchie neu lernen. Die Dokumentationstiefe ist über Aufgaben hinweg ungleichmäßig; Bewegung ist gut abgedeckt, aber Manipulation und geschickte Dokumente verfolgen. Einige Aufgaben des Isaac Gym sind noch nicht vollständig portiert, und die Versionmatrix zwischen Isaac Sim, Isaac Lab und den RL-Trainern erfordert sorgfältiges Pinning.

Wann Isaac Lab auswählen

Wählen Sie Isaac Lab, wenn Sie GPU-parallel RL auf Isaac Sim und nicht Ihre eigene Umgebung Sanitärschreibung schreiben möchten. Es ist die richtige Standard für humanoide Bewegung, vierkoppelte Durchlässigkeit, Kontakt-reiche Manipulation im Maßstab und jeden Workflow, wo die Wiedergabe eines veröffentlichten Papiers ist eine erstklassige Anforderung. Wenn Ihr Labor NVIDIA Hardware und ROS 2 standardisiert hat, beseitigt Isaac Lab im Wesentlichen alle Integrationsfrustrationen.

Wählen Sie stattdessen [MuJoCo]T7) wenn nur CPU-Iteration, Installationseinfachheit oder differenzierbare Dynamik mehr bedeuten als Rohleistung. Wählen Sie [Isaac Sim]T8) direkt, wenn Sie digital-twin, Wahrnehmung oder nicht-RL-Roboterworkflows benötigen. Wählen Sie [Robosuite]T9) für standardisierte Manipulationsbenchmarks. Siehe unseren [MuJoCo vs Isaac Sim 2026-Leitfaden]T10) für den breiteren Simulatorvergleich.

Erhalten Sie eine benutzerdefinierte Isaac Lab-Umgebung

RCSV baut Isaac Lab Umgebungen für humanoide und vierkoppelte Teams: maßgeschneiderte Bewegungsarbeiten auf Ihrem Roboter, domänenrandomisiertes Rauh-Terrain-Training, geschickte Manipulation Suiten und sim2real Pipelines, die gegen Hardware in unserem San Francisco-Labor validiert wurden.

Browse Store Get Custom Env Get Datasets

Verwandte Links

• [RL Umgebungshub]T14) Vergleich 8 wichtige Simulatoren.
• Der zugrunde liegende fotorealistische Simulator.
• Eine schnelle Alternative zur Kontakt-Richtenforschung.
• [MuJoCo vs Isaac Sim 2026] T17) Kopf-zu-Kopf-Vergleich.
• • Unitree G1, ANYmal, Spot.
• Mainfachteleoperationsdaten-Sets zum Samen-Imitieren von Lernungen.

Simulation bringt Sie auf 80% die letzte Meile ist ein echter Roboter.

Bewert auf echtem Hardware → Komm die Hardware → Sammeln Sie reale Daten →