伊萨克·西姆与伊萨克实验室:NVIDIA的机器人模拟器堆<unk>解释

爱萨克·西姆是基于全天体的机器人模拟器,具有光现实的RTX染,美元场景构成和PhysX物理. 艾萨克实验室是艾萨克·辛的轻重增强学习框架,它取代了旧的艾萨克健身房和轨道项目,它是大多数2026年的人类运动论文实际上训练的.本指南解释了真正的区别,你需要哪个为你的项目,以及它们在下面如何共享管道.

利

• Isaac Sim是全机器人模拟器:光实体染,美元场景编辑器,传感器模拟,ROS桥,通过Omniverse复制器合成数据.
• Isaac Lab是上面的薄薄Python RL层:管理任务,4096+的平行环境,RSL-RL,RL-Games,SKRL,稳定基线3.
• 没有艾萨克·西姆,你不能运行艾萨克·西姆,你可以运行艾萨克·西姆,没有艾萨克·西姆·西姆,
• 艾萨克实验室取代了艾萨克健身房 (退缩) 和轨道 (融入艾萨克实验室).如果教程提到两者,则更喜欢艾萨克实验室等级.
• 如果您正在训练一个人形,四肢或操纵者,使用PPO和很多环境,请从艾萨克实验室开始.

为什么命名是困惑的

在过去五年中,NVIDIA已经多次进行了机器人模拟,每次都会改变产品名称.原始的Isaac Gym是一款独立的GPU加速物理引擎,于2021年发布,仅针对RL吞吐量进行了优化,具有极简的染器. 艾萨克·辛姆 (Isaac Sim) 则作为一个全新的机器人模拟器,从Omniverse平台上发展出来,优先考虑光现实化染和美元资产工作流程.这两种产品直到2023年,NVIDIA发布了基于艾萨克·辛姆的ORBITRL框架,该框架旨在取代艾萨克健身房. 2024年,Orbit被改名并并将其整合为Isaac Lab,Isaac Gym正式被废除.今天,正规的堆是Isaac Sim下面,Isaac Lab上面.

如果您找到引用Isaac Gym的教程,请将其视为遗产.如果您找到引用Orbit的教程,代码通常仍然有效,但进口和任务名称大多已转移到T0模块.

艾萨克·西姆实际上是什么

艾萨克西姆是基于Omniverse平台的机器人模拟应用程序.在罩杯下,它结合了NVIDIA的PhysX物理引擎,RTX路径追踪染和USD (通用场景描述) 作为场景格式. 场景由层次的美元文档组成,这意味着机器人,环境和传感器资产可以在项目中创作,版本化和重复使用,就像层次的Photoshop文档一样.艾萨克·辛姆将提供Lidar和摄像头传感器模拟的扩展,一个关节体反动机学解决器,ROS和ROS 2桥梁以及Omniverse复制器用于脚本合成数据生成.

从那处你有两个主要的使用模式: interactive,你将加载一个美元阶段并按在周围,就像你会在Blender或Maya,和 headless Python,你通过一个Python API来驱动模拟器用于脚本模拟,数据生成或RL训练.

艾萨克实验室实际上是什么

艾萨克实验室是一个位于艾萨克西姆的顶部的Python库,并提供了扩展学习所需的基础设施.具体来说,它提供了三个东西.首先,一个任务API:一个对基层类 (管理和直接) 标准化观察,奖励,重设和终结是如何定义的RL问题. 第二,一个环境平行性层,使用PhysX GPU模拟,同时在一个GPU上踩成数千个独立的世界.第三,RL库包装,让你在没有写定制适配器的情况下将结果向量化环境交给RSL-RL,RL-Games,SKRL或Stable-Baselines3.

艾萨克实验室将单元 H1, G1, A1, Go1, Go2, Anymal, Franka, UR10, Cartpole 和不断增长的操纵基准库进行参考任务.如果你正在复制2024年或2025年发布的人类运动结果,那么作者训练代码是艾萨克实验室的叉子.

它们如何共享管道

帮助认为堆是三明治.下面是PhysX GPU模拟,它执行了实际物理集成.上面是Isaac Sim,拥有USD阶段,染器,传感器和扩展框架.上面是Isaac Lab,它提供了RL面向API和平行模式. 艾萨克实验室没有自己的物理或染,它调用到艾萨克 Sim,这调用到 PhysX 和 RTX. 这就是为什么硬件要求是相同的:如果你的GPU 和驱动程序运行艾萨克 Sim,他们运行艾萨克 Lab.因此,艾萨克实验室的安装只是艾萨克 Sim 加上一个可安装的Python包,生活在艾萨克Lab存储库.

特性比较

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)

什么时候使用Isaac Sim (没有Isaac Lab)

只有在强化学习不是重点时,你需要整个模拟器表面. 典型的案例包括为操作员培训构建工业细胞的数字双胞胎,通过Omniverse Replicator生成合成摄像头数据用于感知模型,将ROS 2导航堆连接到模拟机器人,并在光现实室内场景中运行SLAM实验,或在进行硬件之前,对一个完整的传感器模拟进行新终端效应器的原型. 在这些工作流程中, 艾萨克实验室的RL架构将是死重,

什么时候使用Isaac Lab

找艾萨克实验室,当你的目标是训练一个政策, 部署是人形,四肢, 具体例子:Unitree,Booster,Agility Digit或波士顿动力学规范兼容模型的定位政策;需要大量批量PPO的全身控制政策;想要光现实视觉观测但需要数千个平行环境的操纵政策, 艾萨克实验室的任务API将大部分的炉板从定义这些问题中取消, 捆绑的RL-图书馆集成意味着你可以在不重写env循环的情况下尝试RSL-RL,RL-Games和SKRL在同一任务上.

硬件要求

两种产品都需要NVIDIA RTX GPU. 旧卡可能技术上工作,但往往会迅速遇到驱动程序或扩展兼容性问题.16GB的系统RAM是现实最低值,32GB的系统RAM是推的,用于存储数千美元的RL运行.50GB的磁盘足以进行清洁安装;200GB是有检查点,复制器数据集和一些任务变化后更现实. 许多团体用于生产人形训练使用RTX 6000 Ada,L40S或H100级GPU.

实践中的安装

2026年4月起,可通过可通过 pip安装的T1包安装Isaac Sim (Omniverse Launcher路线仍然有效,但现在更不重要),然后克隆Isaac Lab存储库并运行T2,以安装其Python依赖性在同一环境中. 如果没有错误,那么堆是正确的配置.

常见的陷

在我们旧金山实验室中,四种故障模式在团队上机时出现一次.首先,驾驶员偏差:艾萨克·辛姆与特定的CUDA和驾驶员最小值进行了飞行,如果你的工作站驾驶员太老太新了,你会看到不透明的USD插件错误而不是清洁版本的投诉. 第二,URDF进口:为MuJoCo或Gazebo编制的URDF通常采用惰性,碰撞网或关节限制进口,PhysX处理不同;预期短运输通行.第三,确定性:艾萨克实验室对固定种子和环境数量具有确定性,但不跨越不同的环境数量,这会让审查者期待可复制性. 第四,传感器成本:你添加的每个摄像头传感器都是RTX传感器;

考虑的替代方案

如果光现实主义和NVIDIA特定的集成并不重要,[MuJoCo]T7) 是主导的学术替代品,其JAX原生MJX端口关闭了大部分GPU吞吐量差距. [Robosuite]T8) 是基于MuJoCo的操纵基准标准,广泛用于VLA评估. 基因赛斯是一个新的 (2024年底) 多物理模拟器,旨在统一硬体,软体和流体模拟;它很早,但值得关注.特别是对合成视觉数据,Unreal Engine加上 Microsoft AirSim仍然是Omniverse Replicator的可信竞争对手.

判决

艾萨克·西姆和艾萨克·实验室是补充,而不是竞争对手.真正的问题是,你是否需要RL层:如果你正在培训政策,你几乎肯定会这样做,你将在艾萨克·西姆之上运行艾萨克实验室. 无论如何,硬件投资计划和美元学习曲线都是真实的,

如果您想要一个准备好NVIDIA的机器人学习堆,提供了校准的艾萨克实验室任务,确定动态和VLA评估带,RCSV [服务团队]T9) 构建并交付它们.我们还在 [艾萨克实验室启动指南]T10中发布了关于真正的人类硬件的经验培训.

模拟将你达到80% 最后一英里是一个真正的机器人.

在现实硬件上评估 → 获取硬件 → 收集现实世界数据 →