在日前举行的国际机器人会议（ICRA）上，英伟达展示了其研究成果如何推动机器人技术从仿真迈向现实世界。英伟达研究团队共有 28 篇论文被录用，其中 8 篇聚焦于“仿真到现实”的迁移技术，旨在解决机器人在动态不可控环境中感知、规划与行动的挑战。 核心突破涵盖了机器人技术的全栈难题。在协作方面，ScheduleStream 框架利用 GPU 并行计算，使多机械臂作业效率提升三倍。针对导航泛化问题，COMPASS 框架通过纯仿真训练，成功将机器人适应率提升 4.5 倍，并在真实场景中实现 80% 的完成任务成功率。在抓取环节，Grasp-MPC 技术通过实时运动修正，使杂乱环境下的抓取成功率从 41% 跃升至 75%；新框架还实现了零样本抓取整束柔性物体，如树枝，拓展了机器人处理复杂物理对象的边界。 精密装配领域也迎来革新。SPARR 方法利用机器人自身视觉反馈修正仿真误差，将装配成功率提高 38%；Refinery 框架则解决了多步骤装配中的顺序依赖问题，实现了接近人类水平的连续作业。此外，为了解决视觉干扰和指令执行偏差，PEEK 技术通过视觉语言模型聚焦关键目标，使真实环境执行精度提升 41 倍；SEAL 技术则确保了机器人能够严格按照指令步骤行动，准确率提升高达 15%。 英伟达正通过开放大规模数据集（如物理 AI 数据集）及 Isaac 平台，加速全球高校如卡内基梅隆大学、麻省理工学院等的实体人工智能研究。随着这些技术的落地，机器人正逐步摆脱脚本控制，迈向具备通用适应能力和高可靠性的自主操作新阶段。开发者可通过英伟达官方平台获取相关工具和课程，开启机器人研发之旅。