NVIDIA Isaac Lab-Arena:加速通用机器人策略仿真评估的新范式
NVIDIA推出开源框架NVIDIA Isaac Lab-Arena,旨在简化通用机器人策略在仿真环境中的大规模评估。该框架由NVIDIA与Lightwheel联合开发,作为Isaac Lab的扩展,提供高效、可扩展的机器人策略评估解决方案,帮助开发者快速构建复杂基准测试,无需从零搭建高成本系统。 Isaac Lab-Arena的核心优势包括:任务创建简化(从0到1)、自动化任务多样化(1到多)、支持数千个并行环境的高吞吐量评估、与数据生成和训练流程无缝集成,以及支持本地或云端部署。用户可轻松更换机器人、物体或场景,例如将厨房中的微波炉任务切换为工业管道任务,无需重写代码。未来还将引入基础模型自动生成多样化任务。 该框架已与Hugging Face的LeRobot环境中心集成,开发者可直接使用或注册基于Isaac Lab-Arena构建的仿真环境,用于训练和评估如Isaac GR00T N、pi0、SmolVLA等机器人模型。NVIDIA正与多个研究团队合作,推动工业与科研领域基准测试的开放共享,涵盖移动、操作和人机协同任务。 Lightwheel已基于该框架发布250多个任务,涵盖RoboCasa和LIBERO系列,并正在开发代表真实工业场景的RoboFinals基准。RoboTwin利用该框架构建大规模仿真基准,NVIDIA GEAR实验室和西雅图机器人实验室也正将其用于通用机器人策略的规模化评估。 当前版本为预Alpha,功能尚在完善中,未来将支持自然语言控制物体摆放、技能组合任务、强化学习任务设置及异构并行评估。长远目标包括结合NVIDIA Cosmos进行神经仿真生成,以及利用Omniverse NuRec实现真实世界到仿真环境的精准映射。
