イザックラボ:ロボット学習のための統一GPU-パラレルRLフレームワーク
イザック・ラボの深層ダイビング: イザック・ジムとオービットの後継者 イザック・シムに関する4096+の平行環境,RSL-RL統合,移動上の課題と巧妙な.今閲覧する.
NVIDIAとETHチューリッヒのロボットシステムラボが共同開発したアイザック・ラボは,アイザック・ジムとオービットの後継であり,アイザック・シムで移動,操作,またはヒューマノイド政策を訓練する誰にとっても推奨される出発点です. 40以上の参照タスク,交換可能なRLトレーナー4台,および紙を再現する設定システムを搭載しています.
互換性ハードウェアをブラウズする カスタムアイザックラボエンvを取得する 一致するデータセットを取得する
BSD-3ライセンス 40+参照タスク 4 RLトレーナー 箱外
イザック・ラボとは?
Isaac Labは,NVIDIA Isaac Simで強化学習のためのオープンソース BSD-3ライセンスフレームワークです. イザック・シムは一般目的シミュレーターである. デジタル双子から遠隔操作まであらゆる用途に利用可能な大きなUSDとPhysXプラットフォームである. 上のアイザック・ラボは,環境包装,観測とアクションスペース抽象,報酬構成,ドメインランダム化ヘルパー,ロボット研究で使用される最も一般的な4つのRLトレーナーとの直接統合を提供する薄いRL特定の層である.
歴史的に,NVIDIAは関連プロジェクト3つをリリースした.アイザック・ジム (Isaac Gym),オリジナルのGPU並行RLフレームワークは2021年のアイザック・ジム紙とともに公開された.オムニアイザック・ジムエンヴス (OmniIsaacGymEnvs),アイザック・ジムのポートであるオムニバース (Omniverse) とETHチューリッヒが主導するモジュラーフレームワークであるオービット (Orbit) は,2024年に3つともアイザック・ラボに統合され,前向きの定向となった. Isaac Gym から移行するチームは GPU パラレルリズムと馴染みのあるタスク登録 API を獲得し,Orbit から移行するチームはモジュール化構成システムと ETH キュレーティングの移動タスクを獲得する. Isaac Lab は現在のデフォルトです.
フレームワークのヘッドライン番号は通路である.単一のRTX 4090で,アイザックラボは,ユニットリーG1平地移動環境を秒速10万ステップ以上で4096の並行インスタンスの間でステップする.典型的な移動訓練の実行は,CPUのみのシミュレーターで1億ステップのPPOをRSL-RLで実行する.
インストール 迅速開始
Isaac Lab は Isaac Sim の上に位置しているので,最初のステップは Isaac Sim をインストールする (オムニバース ランチャー または パイプを通じて). Isaac Sim が利用可能になったら, Isaac Lab をクローンして,ブートストラップ スクリプトを実行します:
# 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
Unitree G1 で参照移動作業をRSL-RLで訓練するには,単一のコマンドが必要です.ログは TensorBoard に流し,チェックポイントは
# 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
RL トレーナー交換は旗の変更です
支援 ロボット と 任務
イザック・ラボは,最も一般的なベンチマークされたプラットフォームのための,前設定環境を持つ完全なアイザック・シムロボットライブラリを継承します. ローコモーションは最も深い領域である.Unitree G1,H1,H1-2,Go2,Boston Dynamics Spot,ANYbotics ANYmal C,D,およびAgility Digitは,元のLegged Gym紙から得られたドメインランダム化速度追跡報酬を持つ平地および粗野な地形変数を持っています.任務は,クロスロボット比較を直接にする一貫したコマンド追跡式に従う.
操作のために,アイザック・ラボは,フランカ・リサーチ3のリーチ,ピック・アンド・プレイス,キューブスタッキング,ユニバーサルロボット UR10eタスクを搭載している.デクステロな操作は,GPU PhysXからサブミリメートル接触シミュレーションで,アレグロとシャドー・ハンドのハンドキューブリオーリネーションによって表現されている. ヒト全体制御の任務には,H1およびG1の参照運動を全体追跡する作業が含まれ,それは出版されたGR00TおよびH1歩行紙をよく反映している.
課題リストは急速に拡大しています イザックラボのリポジトリは世界中の大学やラボからの貢献を追跡し,2025年から40以上のタスク数は双手操作,モバイル操作,VLA評価のスーツを追加することで2026年まで倍増すると予想されています.
イザック・ラボの基準
イザックラボは,広く引用されているいくつかの基線の定向的なオープンソース実装を提供します.Leged-locomotion Suiteは, ANYmal で盲目粗地横断を達成したオリジナルのLegged Gym 紙 (Rudin et al., CoRL 2021) から ETH ツーリヒ RSL-RL の結果を再現します. Orbitの論文 (Mittal et al., RA-L 2023) で導入されたORBIT操作基準は,PPOとSAC基線で15つの標準化された操作作業を提供します.NVIDIA研究とカーネギー・メロンによって提供されたH1全体追跡基準は,ヒューマノイド運動模倣の参考です.
人体型と巧妙な研究のために,アイザックラボの事前に構築されたタスクは2025年の各機関車の論文の事実上の比較点です.Unitree G1速度追跡,H1歩行,そして ANYmal パークアースポリシーに関する公表された数字はすべてアイザックラボの構成から来ている.私たちの sim2realデジタルツイン配達ではアイザックラボを脚のロボットクライアントのデフォルトトレーニングスタックとして使用します.
利点とデメリット
強度RLのGPUパラレルリズム,BSD-3許容許許諾,交換可能なRLトレーナー4台,公開された結果を再現する大きな参照タスクライブラリ,NVIDIAとETHチューリッヒのアクティブ上流開発,アイザック・シムの完全な資産ライブラリへの直接アクセス,そして真にモジュラーな構成システム (ロボット交換,地形交換,コンフィギュアではなくコード編集を通して報酬交換)
弱点 イザック・シムのハードウェアとインストール要件 (NVIDIA RTX GPU,40 GB+足跡) を継承する.設定システムは学習曲線を備えている. イザック・ジムからのチームがオービット式のクラス階層を再学習する必要がある.ドキュメントの深さはタスクごとに均等ではありません.移動はよく覆われているが,操作と巧妙な文書が遅れている. イザック・ジムのいくつかのタスクはまだ完全に移植されていないため, イザック・シム, イザック・ラボ,およびRLトレーナーとの間のバージョンマトリックスには注意深くピニングが必要です.
イザック・ラボを選べる時
Isaac Sim で GPU 式 RL を 欲し,自分の環境 管道 書き込み を 欲し ない と する と Isaac Lab を 選ぶ.これは 人形 な 移動,四重 移動,接触 豊富な 規模 操作,および 出版 論文 の 複製 が 一流 の 必要 と し た どんな 作業 流程 に も 適当 な デフォルト です. NVIDIAハードウェアと ROS 2 を標準化した場合は Isaac Lab は基本的にすべての統合摩擦を削除します
選択する MuJoCo は,CPUのみの繰り返す,インストールのシンプルさ,または差別化可能なダイナミクスが原始の通量よりも重要である場合.デジタル・ツイン,認識,またはRL以外のロボットワークフローが必要なときに直接 [Isaac Sim] (T8
オーダーメイドアイザックラボ環境
RCSVは人間形と四肢のチームのためにアイザックラボ環境を構築します ロボット上でカスタマイズされた移動作業,ドメインにランダム化された粗地訓練,巧妙な操作スイート,サンフランシスコのラボでハードウェアに対して検証された sim2リアルパイプライン.RSL-RLを配置したすべての配送船は,再現可能な種子,および参照トレーニングからTensorBoardログバンドです.
関連リンク
T14 ) 8つの主要なシミュレーターを比較する - 背景にある写真現実的なシミュレーターです
- 接触力のある研究のためのCPU高速の代替品です
- 顔対顔比較です 顔対顔比較です
- ユニットリーG1 アニマル スポット
- [カスタムテレオペレーションデータセット] (T19
) 種子模倣学習.
サイミュレーションで 80%まで 走る最後のマイルは本物のロボットです