Blogに戻る

研究ラボのためのベストオープンソースロボットスタック (2026年版)

レロボット,ロボサイト,アイザックラボ,OpenVLA,オクト,ROS 2,DROIDスタイルデータ,ゲルサイトタクイル 2026年オープンソーススタック vs 閉鎖されたNVIDIA Isaac代替

2026年には,オープンソースソフトウェアで,小さなハードウェア・請求書と単一のGPUで,信頼性の高いロボット学習研究プログラムを実行できます.これは私たちが推奨するスタックです. 部品が合っている場所,合っていない場所,そして閉鎖されたNVIDIA代替品と比較する方法です.

シリコンバレーのロボットセンターの研究チームによって2026年03月13日に出版されました

TL;DR. 実際には合っている2026年のオープンソースロボットスタック: LeRobotはデータとポリシー, Robosuiteまたは Isaac Labはシミュレーション, OpenVLAまたは Octoは基礎モデル, ROS 2 Jazzyはミドルウェア, DROID型は互動性のためのデータセットコンベンション, GelSightクラスは接触型研究のための光学触覚センサー. 閉ざされた代替はNVIDIA Isaac スタックと独自の VLA であり,再生可能性,コスト,および移植性のために開いていることを選択します.統合がチームを維持するよりも深い必要がある場合にのみ閉ざされたことを選択します.

1 は一目で見た

Layer Open-source default Closed alternative When closed wins
Middleware / runtime ROS 2 Jazzy Isaac ROS (NVIDIA) Heavy reliance on NVIDIA Jetson perception
Data format & training LeRobot Proprietary (internal) Closed labs, proprietary embodiments
Simulation Robosuite, Isaac Lab (partly open) Isaac Sim full stack Large-scale RL, high-fidelity physics
Foundation policy OpenVLA, Octo, pi0-open variants Closed VLAs (various vendors) State-of-the-art generalization on broad tasks
Dataset conventions DROID-style, Open X-Embodiment Proprietary dataset schemas Only when stuck with vendor ecosystem
Tactile sensing GelSight family (open designs) Proprietary fingertip sensors Productized integration on specific hands
遠隔操作 ALOHA-style, OpenArm, glove-based OSS Vendor-locked VR/teleop SDKs Consumer humanoid vendor integrations

2\ 中間ウェア: ROS 2 ジャージ

ROS 2 Jazzy は,現在,深刻な研究ロボットにとってデフォルトランタイムです.過去2年間にわたるツール改良 (より良い打ち上げシステム,安定したDDS実装,改善されたPython エロノミクス) は,ROS 1で残った空間のほとんどを閉じました.

  • 製造者はROS2ドライバーを搭載している 現代の研究兵器のほとんどは ROS1のみをサポートしている場合,それは黄色い旗です.
  • レロボット,ロボサイト,そしてほとんどの遠隔操作パッケージには ROS 2 橋があります
  • ROS 2 では,ROS 1 より多くのロボットを設定することは,かなり簡単です.

閉ざされた代替品は,NVIDIAのIsaac ROSです.ROS 2の上に GPU加速感知と制御パッケージがセットされています.あなたのパイプラインがジェットソン推論に大きく依存している場合,それは優れたものです.

3 データの層と政策層: レロボット

[LeRobot]T0) は,何らかの理由でデフォルトの選択になりました.一貫したデータセットフォーマットを強制するのに十分な意見があり,ほとんどの現在の政策アーキテクチャをホストするのに十分な一般的で,ドキュメントが実際に現在ののに十分なアクティブです.私たちの [LeRobotガイド]T1) と [LeRobotフレームワークが開始]T2) は,手動的な側面をカバーしています.

レロボットがうまくやっているのは:一般的なフォーマット (ALOHA, DROID, OpenArm) からデータセット変換,ACT/Diffusion Policy/VQ-BeT/VLAアダプターアーキテクチャの共有トレーニングループ,チェックポイントとコンフィギュレーション provenance.

4\ シミュレーション: ロボスイートまたはアイザックラボ

シンは現実世界の政策のパイプラインの大半において二流市民でありながらも,RL研究や政策の予備審査に本当に有用な第一流市民である.

ロボスイート

MuJoCoベースの,Pythonネイティブ,新しいシーンを簡単に作る.模倣学習研究,物理の忠実性が次要であるシム-トゥ-リアル実験,そして迅速な繰り返す.成熟,安定,広く使用される.

イザック・ラボ

ゲープチャイム加速器 (GPU加速器) は,アイザック・シムをベースに,並行数千の環境をサポートします.大規模な展開,域のランダム化,および吞吐量がボトルネックであるあらゆる研究のための適切な選択です.私たちの [アイザック・ラボがスタートする] (T3) 設定と一般的な罠をカバーします. 部分的に開いている 周辺のアイザック・シムエコシステムには 閉じたコンポーネントがあり, NVIDIAのハードウェアに接続されています.

シン-トゥ-リアルのメモは [シン-トゥ-リアル転送]T4) と [練習者のシン-トゥ-リアルのヒント]T5です.

5\ 財団の政策:OpenVLA,Octo,そして友人

オープンエコシステムは 2024年以降 最も劇的な進歩を遂げているのが 基礎政策層です

  • Octo: 小規模で,細かく調整する速度が速い,小さなデータセットと異性化実施形態を許す.
  • OpenVLA: より大きな,より優れた予備訓練の覆い,言語のコンディネーションをサポートします. デフォルトは,デモと言語のコンディネーションの作業が500個以上あるチームです.
  • ディフュージョンポリシー: VLAではなく,数百のデモで接触豊富な操作のためのデフォルト. 通常特定のタスクタイプではOcto/OpenVLAを補完する.
  • ACT: 動作型割れ切るトランスフォーマー. 双手作業馬. [ACT政策説明] (T6) と [ACT対拡散政策] (T7) を参照.

計算側でのガイドは [予算によるVLA訓練をスケールする] (T9) です.

6.データセットのコンベンション:DROIDとオープンX体

データセットの相互運用性は,クロス・エンボディメントのプレトレーニングを可能にする倍数である.オープンX-エンボディメント (OXE) は参照データセットの収集である. [OXE説明書]T10を参照してください.DROID型コンベンション (マルチカメラ,豊かなメタデータ,言語注釈) は,新しいデータリリースのための事実上の標準となっています.

実践的なガイド:LeRobotのフォーマットでネイティブに録音するか,クリーンコンバータを提供してください. OXE スタイルのプレトレーニングでデータを消費可能にする.上流への貢献は決してしない場合でも.次の世代のVLAを細かく調整したいときに,あなたの将来の自己はあなたに感謝します. /data sets/ のキュレーティングデータセットと /data-services/ のデータサービスは,これらの条約を中心に設計されています.

7.触覚感知:ゲル視線と長尾

ゲルサイートファミリー (ゲルサイート,ゲルサイートミニ,DIGIT) の光学触覚センサーは,接触豊富な研究のために,真剣な研究室が標準化できるほど安価になりました.オープンなデザイン,オープンな校正パイプライン,そして出版された学習レシピの増加は,これをよりアクセス可能な研究方向の一つにします. 触覚力に関する説明は,T14の部分に含まれています. 触覚力に関する説明は,T15の部分に含まれています.

8. 遠隔操作とデータ収集

オープンソースの選択肢は2026年

  • **ALOHAスタイルリーダーフォロワー.**双手テーブルに最適. ALOHAガイドモバイル ALOHA設定 を参照してください.
  • **OpenArmベースのセットアップ.**Openファイル,近代的なソフトウェアスタック,成長するコミュニティ. OpenArmセットアップOpenArm vs Franka の比較を参照してください.
  • VRテレオペレーション* 遠距離およびモバイル向け;純粋にオープンよりも商業的なが,いくつかのオープンパッケージがきれいに統合される. [VRテレオペレーション企業]
  • 手袋ベースの巧妙なキャプチャ. 最も研究を進める経路;ハードウェアの多様性は依然として高い.

品質の規律は,私たちの [遠隔操作データ品質チェックリスト] (T21) にあります.

9. 閉鎖された代替手段: NVIDIA Isaac + 独自のVLA

統合商用スタックを好むラボや企業にとって,NVIDIAのアイザックファミリー (アイザック・シム,アイザック・ROS,アイザック・マニピュレーター,アイザック・パーセプター) と,独自のVLAは信頼できる代替品です. ライセンスやベンダー接続で 支払います そして NVIDIA以外のハードウェアで パイプラインを再生する能力を失うのです

純粋な研究のためにオープンが勝利する.統合の負担が瓶頸であり,コンピューティングはすでにNVIDIAである企業パイロットにとって,閉鎖は防衛可能である. 中間ケース 商業資金提供者を持つ研究ラボ 通常,デフォルトでオープンされ,時間とともに特定のコンポーネントに閉じられる.

10. コンクリート推奨スタート設定

この四半期に 新しい研究室を 立ち上げようとすると

  1. **ハードウェア:**1つの双手プラットフォーム (ALOHAまたはそれと同等) と1つの単腕研究腕 (OpenArmまたはFranka). RCSVストア でソースオプションを表示し, [比較ツール](T23 で比較します.
  2. 計算: A6000 または L40S (48GB) と,より大きな実行のためにクラウドスポットアクセスを持つ作業ステーション.
  3. ローズ2 ジャズ
  4. データ/トレーニング: LeRobot のデータセット v2 形式.どのモデルにも触れる前に,300 件 のデモを自分で作ってください.
  5. ** 基礎モデル:** 初回の細かな音声のためのオクトー; データセットが500エピソードを超えると OpenVLA. 接触豊かな副プロジェクトのための拡散ポリシー.
  6. サイク・ラボはRL重な研究問題がある場合のみです
  7. タクティル: 研究部門ごとに1つのゲルサイティングファミリーセンサー
  8. ドキュメントとチュートリアル: 買方ガイドチュートリアル はオンボードをカバーしています.

11 防犯パターン

  • 1つのVLAを永遠に構築する. データをデザインし,サービスパイプラインを少なくとも2つ間で携帯できるようにします. フィールドは動いています.
  • ローリングする自分のデータセットの形式.** レロボットの使い方. 自分の作成に費やした毎時間の時間は,実際の研究に失われた時間です.
  • 早速配分訓練* H100 は 単一の H100 で 精調 の 多い 状態 に 十分 です.
  • データパイプラインを無視する. 最良のポリシーアーキテクチャは,悪いデータセットを救わない. [データ品質チェックリスト](T27 を参照).
  • 試しにやってみよう

12 締めくくりの注記

2026年オープンソースロボットスタックは完璧ではありませんが,それは一貫性があり,再現可能であり,わずか2年前ほど手頃な価格です. 部品は合致します. 2人の研究者と小規模なハードウェア予算を持つ小さなラボは,今,あらゆる狭い課題基準で資金の良い産業グループと競争し,ライセンス契約を締結せずに他のラボが再現できる結果を公表することができます. これは本当に新しい状況です

フィールドの四半期状況については,我々の [ロボット学習の現状 Q1 2026] (T28) を参照してください.ハードウェア側でのサプライチェーン現実については, [人間的なサプライチェーン現実チェック] (T29) を参照してください. このスタックが解鎖する研究計画については, [なぜ双手本が次の境界であるか] (T30) を参照してください.プログラムサイズに助けが必要な場合は, [連絡してください] (T31)

スタックをスピンに持って行きます. ハードウェア を閲覧し, [リース](T33 に登録し, [オープンデータセット](T34]を探索し, [オープン VLAs] (オープン VLAs) をレビューします.

13 頻繁に聞かれる質問

オープンスタックが 閉ざされたスタックと 競争力のある研究機関でしょうか?

複製可能な狭い作業研究では,そうです.オープンVLAとレロボットと適切なテレオプパイプラインは,単作業基準で閉ざされたラボが公表するものに対して競争力のある結果を生むでしょう. 差は存在する場所では,タスクとインボディメント間の通用化です. これはアーキテクチャよりもデータに縛られている.

ロボサイトを使うと イザック・シムが必要か?

RLでは GPUスケールパラレルリズムや高フィデリティな物理が必要でない限りでは ありません.ロボスイートは模倣学習の研究やシム-トゥ-リアルプロトタイプ作成に十分です.アイザックラボは,1つか2つではなく何千ものパラレル環境を実行しているときに正しいツールです.

MuJoCo MPCとモデルベースの制御はどうでしょう?

MuJoCo MPCはモデルベースの制御研究,特にヒューマノイドにおける移動と全体作業のための強力なオープンソースのオプションです.それは自然にシミュレーション評価のためにRobosuiteとハードウェア統合のためにROS2と組み合わせます.あなたの研究計画が学習に優先して制御理論作業を強調している場合は,上記のメインスタックとともに真剣に検討に値します.

オープンソースのポリシーと 閉鎖されたハードウェアを混ぜることができるか?

標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準化・標準・標準化・標準・標準・標準化・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・標準・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

この堆積物がどのくらい速く動いているか?

迅速.我々は,毎季度オープンスタックに関する勧告を更新します. 現在のスナップショットのために,私たちの [四半期状態レビュー] (T36) を参照してください. コミットを選択し,あなたの依存関係を固定し,あなたのバージョンを文書化してください.上流が動いているときに再現性規律はより重要です.