아이작 시프 VS 아이작 랩: NVIDIA의 로봇 시뮬레이터 스택이 설명되었습니다
아이작 시ಮ್와 아이작 랩 2026: 어떤 NVIDIA 레이어가 실제로 필요한지, 어떻게 물리/ 렌더링을 공유하고 언제 각각을 선택해야 하는지.
NVIDIA의 로봇 시뮬레이터는 실제로 종종 혼합되는 두 제품입니다. 아이작 시ムは 광현실적인 RTX 렌더링, USD 장면 구성 및 PhysX 물리학이있는 완전한 Omniverse 기반 로봇 시뮬레이터입니다. 아이작 랩은 아이작 시ムの 위에 있는 가벼운 강화 학습 프레임워크로, 오래된 아이작 체육관과 궤도 프로젝트를 대체하고 있으며, 2026년 인형 이동 논문들이 실제로 훈련하는 것입니다. 이 가이드에서는 실제 차이점을 설명합니다. 프로젝트에서 필요한 것이 무엇인지, 그리고 아래에서 파이프링을 어떻게 공유하는지 설명합니다.
TL;DR
- Isaac Sim는 전체 로봇 시뮬레이터입니다: 사진 실체 렌더링, USD 장면 편집기, 센서 시뮬레이션, ROS 브리지, Omniverse Replicator를 통해 합성 데이터.
- Isaac Lab는 위에 있는 얇은 파이썬 RL 레이어입니다: 관리 작업, 4096+ 평행 환경, RSL-RL, RL-게임, SKRL, 안정적인 기본 라인 3의 포장재.
- 아이작 시밍 없이 아이작 시밍을 실행할 수 없습니다. 아이작 시밍 없이 아이작 시밍을 실행할 수 있습니다.
- 아이작 랩은 아이작 랩 (약한) 과 오비트를 대체한다. 교과서에서 둘 다 언급되면 아이작 랩의 동등한 것을 선호한다.
- 만약 여러분이 PPO와 많은 환경들을 통해 인형, 네모형, 또는 조작자 정책을 훈련하고 있다면 아이작 랩을 시작하세요.
왜 이름 붙이는 것이 혼란스러워
NVIDIA는 지난 5년 동안 로봇 시뮬레이션을 한 번 이상 반복했으며, 제품 이름은 각각의 반복과 함께 변경되었습니다. 원래의 아이작 짐은 2021년에 출시된 독립적인 GPU 가속 물리 엔진이었습니다. 한편 아이작 시ムは 오omni버스 플랫폼에서 광현실적인 렌더링과 USD 자산 작업 흐름을 우선시하는 완전한 로봇 시뮬레이터로 성장했습니다. 이 두 제품은 2023년까지 함께 살았습니다. NVIDIA는 아이작 시밍을 기반으로 만들어진 RL 프레임워크인 Orbit
아이작 지임에 대한 튜토리얼을 발견하면, 유서로 간주하십시오. 오비트를 참조하는 튜토리얼을 발견하면, 코드는 일반적으로 여전히 유효하지만 수입과 작업 이름은 대부분
아이작 심은 실제로 어떤 사람인지
아이작 시ムは 오omni버스 플랫폼에 구축된 로봇 시뮬레이션 응용 프로그램입니다. 뚜
이식 시ムは 오미니버스 런셔를 통해 또는 헤드리스 파이썬 입력 지점을 통해 시작됩니다. 거기서 두 가지 주요 사용 모드가 있습니다. _ 인터랙티브_, 당신은 블렌더 또는 마야에서 할 것처럼 USD 스테이지를 로드하고 클릭하는 곳, 그리고 _ 헤드리스 파이썬_, 당신은 스크립트 시뮬레이션, 데이터 생성, 또는 RL 훈련을위한 파이썬 API를 통해 시뮬레이터를 구동합니다.
아이작 랩이 실제로는
아이작 랩은 아이작 시ムの 위에 자리 잡고 있으며 규모로 강화 학습에 필요한 인프라를 제공합니다. 구체적으로, 그것은 세 가지 것을 제공합니다. 첫째, task API: RL 문제에 대한 관찰, 보너스, 리셋, 종료와 정의를 표준화하는 기본 클래스 (관리 및 직접) 의 쌍. 둘째, PhysX GPU 시뮬레이션을 사용하여 단일 GPU에 수천 개의 독립적인 세계를 동시에 단계로 내딛는 ** 환경 평행성 층**. 셋째, RL 라이브러리 랩퍼는 사용자 지정 어댑터를 작성하지 않고 RSL-RL, RL-게임, SKRL, 또는 안정적인 기본 라인3에 해당하는 결과물을 전달할 수 있습니다.
이자크 랩은 유니트리 H1, G1, A1, Go1, Go2, Anymal, Franka, UR10, Cartpole 및 증가하는 조작 벤치마크 라이브러리를 참조 작업을 배포합니다. 2024 년 또는 2025 년에서 출판된 인형 이동 결과를 재생하는 경우, 저자의 훈련 코드가 아이자크 랩의 포크가 될 가능성이 더 높습니다.
어떻게 그들은 파이프링을 공유하는지를
스택을 샌드위치로 생각하면 도움이 됩니다. 아래에는 실제 물리 통합을 수행하는 PhysX GPU 시뮬레이션이 있습니다. 그 위에 USD 스테이지, 렌더, 센서 및 확장 프레임워크를 소유하고 있는 아이작 시름이 있습니다. 그 위에 RL를 마주치는 API와 병렬성 패턴을 제공하는 아이작 연구소가 있습니다. 아이작 랩은 자신의 물리학이나 렌더링을 포함하지 않습니다. 아이작 시ಮ್에 호출하는 것이 PhysX와 RTX에 호출합니다. 이 때문에 하드웨어 요구 사항은 동일합니다. GPU와 드라이버가 아이작 시ム를 실행하면 아이작 랩을 실행합니다. 따라서 아이작 랩의 설치는 아이작 시ム뿐만 아니라 아이작 랩 저장소에 살고있는 파이썬 패키지 더합니다.
특징별 비교
| Dimension | Isaac Sim | Isaac Lab |
|---|---|---|
| License | NVIDIA Omniverse License (free for most users) | BSD-3-Clause |
| Primary purpose | Full robotics simulator and digital twin platform | RL training framework built on Isaac Sim |
| GPU acceleration | Yes (PhysX GPU, RTX rendering) | Yes, inherited from Isaac Sim |
| Physics engine | NVIDIA PhysX 5 (TGS solver) | PhysX 5 via Isaac Sim |
| Sensor simulation | Cameras, lidar, IMU, contact, depth, segmentation | Same, exposed through task observation spec |
| Photorealism | Path-traced RTX (high) | Inherits RTX, usually runs with simpler rasterization for speed |
| Parallel envs | Possible but manual | 4096+ envs routinely, first-class API |
| ROS / ROS 2 support | First-class bridge, publishers and subscribers for all standard sensors | Not the primary use case; ROS bridge accessible via Isaac Sim |
| Synthetic data | Omniverse Replicator, domain randomization, annotations | Available via Isaac Sim extension |
| Learning curve | Steep (USD, extensions, Omniverse) | Moderate if you already know Isaac Sim basics |
| Docs & papers | Isaac Sim docs | Isaac Lab docs, Orbit paper (arXiv 2301.04195) |
아이작 시드를 언제 사용할 것인가 (아이작 연구소 없이)
아이작 시밍을 찾아내면 강화 학습이 집중되지 않고 전체 시뮬레이터 표면이 필요합니다. 일반적인 사례는 운영자 훈련에 대한 산업 세포의 디지털 쌍둥이를 구축하는 것, Omniverse Replicator를 통해 인식 모델에 대한 합성 카메라 데이터를 생성하는 것, 시뮬레이션 로봇에 ROS 2 탐색 스택을 연결하는 것, 사진 현실적인 실내 장면에서 SLAM 실험을 실행하는 것, 또는 하드웨어에 참여하기 전에 완전한 센서 시뮬레이션에 대한 새로운 최종 효과자를 프로토타입하는 것 등이다. 이 작업 흐름에서 아이작 연구소의 RL 스카프도드가 무력이고 아이작 심의 확장 프레임워크는 모든 하위 시스템에 직접 접근할 수 있게 해줍니다.
아이작 랩을 언제 사용해야 하는가
아이작 랩을 찾아보세요. 당신의 목표는 정책 훈련이 될 때, 그리고 배포는 계속적인 통제를 가진 인형, 네 번째, 또는 조작자입니다. 구체적인 예는: 유니트리, 부스터, 애기리티 디지트, 또는 보스턴 다이내믹스 스펙 호환 모델의 이동 정책; 대규모 배트 PPO가 필요한 전체 신체 제어 정책; 사진 현실적인 시각 관측을 원하는 그러나 몇 시간 대신 수천 개의 병렬 환경이 훈련하는 조작 정책입니다. 아이작 랩의 작업 API는 이러한 문제를 정의하는 데 대부분의 소용품을 제거하고, 복합 RL 라이브러리 통합은 env 루프를 다시 작성하지 않고 동일한 작업에서 RSL-RL, RL-게임, SKRL를 시도할 수 있음을 의미합니다.
하드웨어 요구 사항
두 제품 모두 NVIDIA RTX GPU가 필요합니다. Ampere (RTX 30 시리즈, A 시리즈) 또는 더 새는 실용적인 층입니다. 오래된 카드들은 기술적으로 작동하지만 드라이버 또는 확장 호환성 문제를 빠르게 타격하는 경향이 있습니다. 16 GB의 시스템 RAM는 현실적인 최소이며, 수천 개의 USD 단계를 메모리에 보관하는 큰 RL 실행에 32 GB가 권장됩니다. 깨끗한 설치에 50 GB의 디스크는 충분합니다. 체크포인트, 복제기 데이터 세트 및 몇 가지 작업 변이가있을 때 200 GB는 더 현실적입니다. 생산 인형 훈련에 많은 그룹은 RTX 6000 Ada, L40S, 또는 H100급 GPU를 사용합니다.
실무에서의 설치
2026년 4월부터는 아이작 시드를 파이프 설치 가능한
일반적인 함정
샌프란시스코 연구소에서 팀들이 탑승할 때 4가지 오류 모드가 반복적으로 나타나고 있습니다. 첫째, 드라이버 편향: 아이작 시ムは 특정 CUDA와 드라이버 최소에 대해 배포하고, 작업장 드라이버가 너무 오래되거나 너무 새 경우 깨끗한 버전의 불평보다는 불투명한 USD 플러그인 오류를 볼 수 있습니다. 두 번째, URDF 수입: MuJoCo 또는 Gazebo에 의해 작성된 URDF는 종종 PhysX가 다르게 처리하는 역동성, 충돌 매시 또는 관절 제한으로 수입됩니다. 짧은 포팅 패스를 기대합니다. 세 번째, 결정론: Isaac Lab는 고정된 씨앗과 환경 수를 결정적으로하지만 다른 환경 수를 넘지 않습니다. 이는 재현 가능성을 기대하는 리뷰어를 씹습니다. 넷째, 센서 비용: 당신이 추가하는 모든 카메라 센서는 RTX 렌더링 호출입니다. 여기서 무주의는 훈련 처리량을 10배로 줄이는 가장 빠른 방법입니다.
고려해야 할 대안
광현실주의와 NVIDIA 특유의 통합이 필수적이지 않으면, [MuJoCo]
판결
아이작 시드와 아이작 랩은 경쟁자 아닌 보완자입니다. 진짜 질문은 RL 계층이 필요하고 있는지 여부에 있습니다. 만약 당신이 교육 정책을 수행한다면, 당신은 거의 확실하게 그렇게 할 것입니다. 그리고 당신은 아이작 시ムの 위에 아이작 랩을 운영할 것입니다. 만약 당신이 디지털 쌍둥이를 만들고, 합성 데이터를 생성하거나 ROS 2 통합 작업을 실행한다면, 아이작 시ムは 그 자체로 올바른 표면 면적입니다. 어쨌든 하드웨어 투자 계획과 USD 학습 곡선 앞면은 모두 현실적이며, 모두 사진실현성과 처리량에 대해 가치가 있습니다.
NVIDIA 준비된 로봇 학습 스택을 NVIDIA 준비된 로봇 학습 스택으로 제공하면, 이자크 연구소 작업, 확인된 역학 및 VLA 평가 장착 장치가 필요하다면, RCSV 서비스 팀 는 그것을 만들고 전달합니다. 우리는 또한 [이자크 연구소 시작 가이드](
시뮬레이션으로 80%까지 도달합니다. 마지막 마일은 실제 로봇입니다.