视频: 像图, 像图, 像图, 像图

基于Omniverse RTX堆,并通过GPU PhysX加速,Isaac Sim实时训练了与4,096个平行环境相对的人类机械运动的政策,在射线追踪质量下将RGB的真实性转化为真实性,并清洁地将ROS 2 作为工业和人类机器人团队的参考模拟器,在2026年将生产级的政策运输.

浏览兼容硬件获取一个定制的艾萨克西姆 Env 获取匹配的数据集

免费进行研究 4096 GPU平行环境 ROS 2 桥梁内置

艾萨克·西姆是什么?

NVIDIA Isaac Sim 是基于机器人技术的应用层,它是NVIDIA Omniverse ,是美国元的GPU加速平台,用于光现实3D内容. 艾萨克·西姆增加了一个机器人专用工具包:GPU PhysX 5物理,关节体动态,包括RGB,深度,LiDAR,IMU和事件摄像头的传感器库,ROS 2动作图桥,域名随机原始和行业最常见的平台的准备进口机器人美元.

在Mujoko在CPU速度分析接触方面优秀,Isaac Sim围绕着GPU平行性和染忠诚性构建.单个RTX 4090可以实时通过4 096次弗兰卡选择和位置场景,RTX路径染器产生传输到现实世界政策的图像,而没有合成外观染引入的视觉域空隙. 这种结合,RL和感知光现实主义的巨大平行性,是因而伊萨克·辛姆支持了GRT项目,伊萨克实验室,

艾萨克·西姆是专有产品,但NVIDIA通过Omniverse个人许可证为研究,教育和个人商业使用免费.企业许可证和本地集群部署可以通过NVIDIA企业. 该模拟器运行Ubuntu 22.04和Windows 11并且需要RTX20系列或更新的GPU;大多数团队针对Ampere (A100/RTX 3090) 或Ada Lovelace (L40S/RTX 4090) 进行训练.

安装快启动

艾萨克·西姆通过Omniverse Launcher (GUI,推用于初次用户) 或一个独立的基于 pip的工作流 (推用于CI和无头训练) 安装.这两者都需要一个最新驱动程序的NVIDIA GPU:

# Headless pip install (Isaac Sim 4.5+)
pip install isaacsim==4.5.0 --extra-index-url https://pypi.nvidia.com

# Verify the runtime launches and can load a sample USD scene
python -c "from isaacsim import SimulationApp; \
app = SimulationApp({'headless': True}); \
import omni.isaac.core; print('Isaac Sim ready'); app.close()"

对于增强学习,大多数团队在顶部安装了艾萨克实验室 (一个薄型的RL专注包装,覆盖在自己的页面上),并使用RSL-RL或RL-Games作为训练者.一个典型的端到端的机动训练运行在单个RTX 4090上达到10亿环境步骤在不到四小时内,在4,096个平行环境中:

# With Isaac Lab installed, train Unitree G1 on flat terrain
./isaaclab.sh -p source/standalone/workflows/rsl_rl/train.py \
  --task Isaac-Velocity-Flat-G1-v0 \
  --num_envs 4096 --headless

通过Omnigraph动作图系统,ROS 2用户通过内置桥接启用,该系统以模拟的时钟速度发布联合状态,摄像头图像和LiDAR扫描到标准ROS 2主题.

支持机器人和任务

艾萨克·辛姆拥有大型内置机器人美元库,而NVIDIA为最常见的研究和商业平台保留了认证资产. 在操纵器方面,Franka Research 3和Franka Panda,Universal Robots UR5e和UR10e,Kuka iiwa14,Denso Cobotta和Fanuc CRX家族都作为拖放美元, 综合资产库还拥有Allegro,Shadow和Inspire的精明手,通常安装在弗兰卡手臂上,

对于腿部和人形机器人,艾萨克·西姆是可用的最完整的模拟器. 单元的G1,H1,H1-2和Go2是一流的,就像波士顿动态点,ANYbotics动物C和D,和敏捷数字一样. 轮式平台包括ClearpathRidgeback,哈斯基和卡尔,以及NVIDIA卡特参考平台. 通过社区捐款的美元支持空中和水下机器人,

任务覆盖范围包括工业装配,仓库采集,桌面操作,四旋翼和双脚在不同地形上移动,在城市场景中自动驾驶车辆培训,以及全工厂数字双胞胎.

艾萨克·辛的基准

艾萨克·辛姆提供了机器人技术中最大规模的发布的RL结果.NVIDIA的GR00T项目基础模型为艾萨克·辛姆上的人形体列车,以及广泛引用的OmniIsaacGymEnvs套件 (现在迁移到艾萨克实验室). 发布的移动基线包括Unitree G1速度跟踪任务,ETH苏黎世的 ANYmal parkour政策,以及波士顿动力研究的Spot可穿越性套件.

在操纵方面,工厂环境 (螺丝和螺丝组,轮,插) 仍然是接触丰富的组装研究的参考,ORBIT (现在的艾萨克实验室) 操纵套件将其扩展到20多项任务,具有标准化的奖励功能和成功标准. 对于感知中心的Sim-to-Real,SyntheticaDC数据集生成器和复制器随机化API是可行的工具,它们都与Isaac Sim的RTX染器结合在一起.

优势与缺点

**强度.**行业领先的GPU平行物理 (在单个GPU上4,096+envs),光现实RTX染,完整的ROS 2桥梁,认证的人类型和脚踏机器人USD的最深层库,NVIDIA复制器用于域名随机化,以及与其他的NVIDIAAI堆 (TensorRT,Riva,NeMo) 直接集成. 对于运输人形政策的团队来说,Isaac Sim是默认的.

** 缺点.** 需要最近的NVIDIA RTX GPU,它排除了仅用于笔记本电脑或macOS工作流程.安装足迹为40+GB,场景的第一次加载可能需要几分钟的冷缓存运行.PhysX接触建模对于非常硬或非常软的材料而言,比MuJoCo更不精确,专利许可证意味着您无法重新分配定制叉子. 文件深度因子系统而异;一些API是稳定的,而Omnigraph和某些传感器API在发布之间发生变化.

选择伊萨克·西姆的时间

选择Isaac Sim当GPU平行RL,光现实染或ROS 2集成成为瓶时.它是对人形移动,四倍可穿越性,仓库自动化以及与RGB观测进行训练的任何sim-to-real工作流程的理想默认. 如果你的实验室已经在NVIDIA硬件和ROS 2上进行标准化,

选择[MuJoCo]T5) 而不是当接触式操纵精度,安装简单性或允许许可优先考虑时.选择[Isaac Lab]T6) 当你想要一个包含电池的RL框架在Isaac Sim上而不是建立自己的训练循环时.选择[Robosuite]T7) 为标准化的操纵基准. 我们的[MuJoCo vs Isaac Sim 2026指南]T8) 通过头对头比较.

获得一个自定义的艾萨克·西姆环境

瑞士公司为工业和人形机器人团队构建了校准的艾萨克·西姆环境:具有域名随机地形的移动美元,使用RTX进行观测的精巧操纵场景,以及在旧金山实验室对硬件进行验证的完整的西姆2真实管道.

查看商店的数据集

OpenArm

Browse the Store

Data Marketplace

Get Started with Physical AI

Wuji Teleop Glove

Unitree Go2 — Setup & SDK