아이작 연구소: 로봇 학습을 위한 통합 GPU-동립 RL 프레임워크
아이작 랩 딥 다이빙: 아이작 <unk>과 오비트의 후속, 아이작 시밍 4096+ 평행 환경, RSL-RL 통합, 로코모션 과제 및 능숙한 작업. 이제 탐색하세요.
NVIDIA와 ETH 취리히의 로봇 시스템 연구소에서 공동 개발한 아이작 랩은 아이작 체육관과 궤도의 후계자이며 아이작 시밍에 대한 이동, 조작 또는 인형 정책을 훈련하는 모든 사람에게 권장되는 출발점입니다. 40 이상의 참조 작업, 4 개의 교환 가능한 RL 트레이너 및 종이 복제하는 것을 하나의 명령 연습으로 만드는 구성 시스템을 제공합니다.
환동 하드웨어를 탐색 작정 아이작 랩 엔브를 얻으십시오 동일된 데이터 세트를 얻으십시오
BSD-3 라이선스 40+ 참조 작업 4 RL 트레이너
아이작 랩은 뭐죠?
아이작 랩은 NVIDIA 아이작 시밍에 강화 학습을 위한 오픈소스, BSD-3 라이센스 프레임워크입니다. 아이작 시ムは 일반 용도로 시뮬레이터입니다. 디지털 쌍둥이에서 텔레오퍼레이션까지 모든 데 사용할 수 있는 큰 USD와 PhysX 플랫폼입니다. 아이작 연구소는 RL 특수한 층으로 가장 얇으며, 로봇 연구에 사용되는 4 가지 가장 일반적인 RL 트레이너와 직접 통합을 제공합니다.
역사적으로 NVIDIA는 관련 프로젝트 3개를 발표했습니다. 아이작 체육관 (Isaac Gym), 2021년 아이작 체육관 논문과 함께 발표된 원래의 GPU 평행 RL 프레임워크; 오미아이작게임엔브스 (OmniIsaacGymEnvs), 아이작 체육관 (Isaac Gym) 의 포트로 오미버스 (Omniverse) 와 오비트 (Orbit) 는 ETH 취리히가 주도하는 모듈 프레임워크입니다. 2024년 이 세 가지가 모두 아이작 연구소에 통합되어, 앞으로의 정통적인 경로가 되었습니다. 아이작 체육관에서 이주하는 팀은 GPU 평행성 및 익숙한 작업 등록 API를 얻습니다. 궤도에서 이주하는 팀은 모듈식 구성 시스템과 ETH- 큐레이션 로코모션 작업을 얻습니다. 아이작 랩은 현재 기본입니다.
프레임워크의 헤드라인 번호는 처리량이다. 단일 RTX 4090에서 아이작 랩은 4,096 개의 병렬 인스턴스에서 초당 100,000 단계 이상의 Unitree G1 평지 이동 환경을 단계로 진행합니다. 일반적인 이동 훈련 실행은 CPU 전용 시뮬레이터에서 하루 또는 여러 날 실행되는 것과 비교하여 4 시간 이내에 완료됩니다.
설치 스타트
아이작 랩은 아이작 시ムの 위에 위치하고 있으므로 첫 번째 단계는 아이작 시ムの 설치 (오omni버스 런셔를 통해 또는 파이프를 통해) 이다. 아이작 시ムは 사용 가능하면 아이작 랩을 복제하고 부트스트랩 스크립트를 실행하십시오.
# 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
RSL-RL로 Unitree G1에서 참조 로코모션 작업을 훈련하는 것은 하나의 명령으로 이루어집니다. 로그는 TensorBoard로 스트리밍되며 체크포인트는
# 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 트레이너를 교환하는 것은 플래그 변경입니다. 같은 작업은 RL-게임, SKRL, 또는 Stable-Baselines3를 통해 동등한
지원 로봇 및 임무
아이작 랩은 아이작 시름 로봇 라이브러리를 전용으로 물려받으며, 가장 일반적으로 벤치마킹된 플랫폼에 미리 구성된 환경을 갖추고 있습니다. 로코모션은 가장 깊은 영역입니다. 유니트리 G1, H1, H1-2, 그리고 Go2, 보스턴 다이내믹스 스팟, ANYbotics ANYmal C 및 D, 그리고 Agility Digit 모두 원형형 및 무형형지형 변형을 가지고 있으며, 원래 Legged Gym 논문에서 도메인 무작위로 얻은 속도 추적 보상으로 이루어집니다. 작업은 교차 로봇 비교를 직시하게 만드는 일관된 명령 추적 공식을 따르고 있습니다.
조작을 위해 아이작 랩은 프랭카 리서치 3 리치, 픽앤플레이, 큐브 스택링, 유니버설 로봇 UR10e 작업과 함께 배열한다. 덱스테로스 조작은 GPU PhysX에서 미리미터 이하 접촉 시뮬레이션으로 알레그로와 쉐이도 핸드에서 큐브 리오리테이션으로 나타난다. 인간형 전체체 제어 작업은 H1 및 G1의 참조 운동의 전체체 추적을 포함하고, 발표된 GR00T 및 H1 걷기 논문들을 밀접하게 반영합니다.
작업 목록은 빠르게 성장하고 있습니다. 아이작 연구소 저장소는 전 세계 대학과 연구소의 기여를 추적하고 있으며, 2025년부터 40+ 작업 수는 2026년까지 두 배로 증가할 것으로 예상됩니다.
아이작 연구소 기준
아이작 연구소는 여러 널리 인용된 기본 라인의 가공적 오픈소스 구현을 제공합니다. Leged-locomotion Suite는 ANYmal에서 맹목적으로 무대륙을 달성한 원래 Legged Gym 논문 (Rudin et al., CoRL 2021) 에서 ETH 취리히 RSL-RL 결과를 재생합니다. 오르빗 논문 (Mittal et al., RA-L 2023) 에 도입된 ORBIT 조작 벤치마크는 PPO 및 SAC 기본 라인과 함께 15 개의 표준화된 조작 작업을 제공합니다. NVIDIA 연구 및 카네기 멜론이 기여한 H1 전체 신체 추적 벤치마크는 인형 운동 모방에 대한 참조입니다.
인형적이고 능숙한 연구에 있어서 아이작 랩의 사전 제작된 작업은 2025 년 모든 이동 문서에서 실제 비교점입니다. Unitree G1 속도 추적, H1 걷기, ANYmal 파커 정책에 대한 발표된 숫자는 모두 아이작 랩 구성에서 왔습니다. 우리의 sim2real 디지털 트윈 배달은 아이작 랩을 다리 로봇 클라이언트들의 기본 훈련 스택으로 사용합니다.
장점 과 단점
** 강점.** RL, BSD-3 허용 라이선스, 4개의 교환 가능한 RL 트레이너, 출판된 결과를 재생하는 큰 참조 작업 라이브러리, NVIDIA와 ETH 취리히에서 활발한 업스트류 개발, 아이작 시ムの 전체 자산 라이브러리에 직접 액세스, 그리고 진정한 모듈형 (로봇을 교환, 지형을 교환, 보너스를 교환) 구성 대신 코드 편집을 통해
** 약점.** 아이작 시ムの 하드웨어 및 설치 요구 사항을 계승 (NVIDIA RTX GPU, 40+ GB 발자국). 구성 시스템은 학습 곡선을 가지고 있습니다. 아이작 체육관에서 온 팀들은 궤도형 클래스 계층을 다시 배워야 합니다. 문서 깊이는 작업마다 균일하지 않습니다. 이동은 잘 덮여 있지만 조작과 능숙한 문서에는 지연이 있습니다. 아이작 짐의 일부 작업은 아직 완전히 포트되지 않았으며 아이작 시ム, 아이작 랩, RL 트레이너들 사이의 버전 매트릭스는 신중한 핀링이 필요합니다.
아이작 연구소 를 언제 선택 해야 합니까?
아이작 시밍에 GPU 평행 RL를 원하는 경우 아이작 랩을 선택하고 자신의 환경 인수기를 작성하지 않으려면 선택하십시오. 그것은 인성동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동동 만약 여러분의 연구실이 NVIDIA 하드웨어와 ROS 2를 표준화했다면 아이작 연구실은 기본적으로 모든 통합 마찰을 제거합니다.
[MuJoCo]
사용자 정의 아이작 연구소 환경을 얻으십시오
RCSV는 인형과 네발 팀들을 위한 아이작 연구소 환경을 구축합니다. 로봇에 맞춤형 로코모션 작업, 도메인 무작위 육지 훈련, 현명한 조작 스위트, 그리고 샌프란시스코 연구소에서 하드웨어에 대한 검증된 sim2real 파이프라인을 구축합니다. RSL-RL를 탑재한 모든 배달 선박은 구성, 재생 가능한 씨앗, 그리고 참조 훈련에서 온저보드 로그 팩을 사용합니다.
브라우즈 스토어 작정 엔브를 얻으십시오 데이터셋을 얻으십시오
관련 링크
- [RL 환경 허브]
T14 ) 8개의 주요 시뮬레이터를 비교해 보세요. - [NVIDIA 아이작 시ಮ್]
T15 ) 밑바탕의 사진 현실 시뮬레이터. - [MuJoCo]
T16 ) 접촉이 풍부한 연구용으로 CPU가 빠른 대안. - [MuJoCo vs Isaac Sim 2026]
- [도점에서 호환된 하드웨어]
T18 ) Unitree G1, ANYmal, Spot. - [전용전용 데이터 집합]
T19 )
시뮬레이션으로 80%까지 도달합니다. 마지막 마일은 실제 로봇입니다.