NVIDIA Project Rheo 蓝图：用仿真搭建医院自动化机器人系统
NVIDIA 发布 Project Rheo 蓝图，开发者可在 Isaac Sim / Isaac Lab 中搭建智能医院数字孪生，训练医院自动化机器人系统。
推荐理由：原文给出 Project Rheo 从数字孪生搭建、示范采集到合成数据与策略训练的完整命令流程，可据此复现医院自动化训练管线。
仿真与迁移
全部主题追踪仿真与迁移的研究、可复用工程方法与真实部署证据。
72条精选
最新精选
第 61–72 条 · 共 72 条NVIDIA dev blog robotics精选AI 评分7171 NVIDIA dev blog robotics精选AI 评分6262 Newton 1.0 GA 为工业机器人新增接触密集操作与行走能力
NVIDIA 博客介绍 GPU 加速的开源仿真器 Newton 1.0 GA，为工业机器人新增接触密集操作与行走能力。文章指出，运动与操作任务需要仿真器处理接触力、可变形物体等复杂动力学，多数引擎在速度与真实感之间取舍，而 Newton 的设计目标是兼顾两者。
推荐理由：Newton 1.0 GA 面向工业机器人补充接触密集操作与行走能力，读者可了解其仿真定位与开源进展。
NVIDIA dev blog robotics精选AI 评分6262 R²D²：用 NVIDIA Isaac Lab 扩展多模态机器人学习
NVIDIA 开发者博客介绍 R²D²，一种借助 NVIDIA Isaac Lab 扩展多模态机器人学习的方法。文章指出真实世界采集数据昂贵、缓慢且危险，难以安全训练高速碰撞或硬件故障等风险场景，且真实数据通常偏向正常条件。原文正文在此处截断，未给出 R²D² 的具体方法、数据规模或实验结果。
推荐理由：介绍 R²D² 如何借助 Isaac Lab 在仿真中扩展多模态机器人学习，可了解其应对真实数据采集难题的思路。
NVIDIA dev blog robotics精选AI 评分6262 NVIDIA 用仿真到真实工作流构建 Isaac GR00T N1.6 通用人形能力
NVIDIA 发布 Isaac GR00T N1.6，用于构建人形机器人的通用能力，覆盖感知、规划与全身控制。该工作流将仿真、控制与学习统一起来，让机器人在进入真实世界前先习得复杂技能。
推荐理由：NVIDIA 官方给出 GR00T N1.6 的仿真到真实工作流，读者可了解人形机器人通用能力训练如何统一仿真、控制与学习。
NVIDIA dev blog robotics精选AI 评分6262 NVIDIA 推出 Isaac Lab-Arena，简化仿真中的通用机器人策略评测
NVIDIA 发布 Isaac Lab-Arena，用于在仿真中简化通用机器人策略的评测。通用机器人策略需跨多种任务、本体和环境运行，需要可扩展、可重复的仿真评测，而大规模评测搭建繁琐且依赖人工，开发者往往要自建高开销的定制基础设施，任务库在复杂度和多样性上也有限。
推荐理由：Isaac Lab-Arena 面向通用机器人策略的仿真评测，读者可了解其如何降低大规模评测的搭建成本。
lerobot releases精选AI 评分6262 Hugging Face LeRobot 发布 v0.4.0
Hugging Face 的 LeRobot 发布 v0.4.0，引入 Dataset v3 与流式数据集，并新增 OpenPi、Pi0、Pi0.5 和 NVIDIA GR00T N1.5 策略支持。该版本还加入 Libero、MetaWorld 仿真环境，支持多 GPU 训练，并新增 Intel XPU 后端。完整变更见 v0.3.3...v0.4.0 变更日志。
推荐理由：LeRobot v0.4.0 的变更清单显示数据集格式与策略支持同步扩展，可据此判断现有训练流程的迁移成本。
NVIDIA dev blog robotics精选AI 评分6060 如何仅用智能手机在 NVIDIA Isaac Sim 中重建场景
NVIDIA 发布教程，介绍如何借助 Omniverse NuRec，仅用智能手机完成机器人仿真场景重建。流程从用 iPhone 拍摄照片开始，经 3DGUT 重建三维场景，再加载进 NVIDIA Isaac Sim 并插入机器人。
推荐理由：原文给出用手机照片重建仿真场景并接入 Isaac Sim 的完整流程，可迁移到机器人仿真环境搭建。
NVIDIA dev blog robotics精选AI 评分6262 NVIDIA Isaac Lab 2.3 正式发布，新增全身控制与增强遥操作
NVIDIA Isaac Lab 2.3 正式发布（generally available），新增全身控制与增强遥操作，用于提升人形机器人能力。官方称从真实世界示范训练机器人策略成本高、速度慢且易过拟合，仿真优先的方法可降低风险与成本，并支持更安全、适应性更强的部署。
推荐理由：Isaac Lab 2.3 正式版带来全身控制与增强遥操作，读者可据此评估仿真优先的机器人学习流程。
Skild AI 官方研究博客精选AI 评分6464 Skild AI 提出 omni-bodied 机器人大脑，10 万种机器人训练实现零样本适应
Skild AI 训练了一个 omni-bodied 大脑，在包含 10 万种不同机器人的仿真环境中训练，使其能零样本控制训练中从未见过的机器人。在展示中，同一模型无需针对场景微调，就能应对断腿、锁膝、卡轮、踩高跷等形态突变，通过上下文学习在毫秒到数分钟内调整步态并恢复行走。Skild AI 认为，让模型控制所有身体而非单一或少数身体，是通向可靠物理世界 AGI 的路径。
推荐理由：Skild AI 用 10 万种机器人训练单一策略，展示零样本适应断腿、卡轮等形态突变，可观察跨本体泛化的思路。
NVIDIA dev blog robotics精选AI 评分6868 NVIDIA Isaac Sim 5.0 与 Isaac Lab 2.2 正式发布
NVIDIA 在 SIGGRAPH 2025 上宣布 Isaac Sim 5.0 和 Isaac Lab 2.2 正式开放，两个机器人仿真与学习框架现已在 GitHub 上提供。Isaac Sim 是基于 NVIDIA Omniverse 构建的参考应用，可用于在物理仿真环境中构建、训练和测试 AI 驱动机器人。
推荐理由：Isaac Sim 5.0 与 Isaac Lab 2.2 正式开放，读者可了解仿真与学习框架在 GitHub 上的可用状态。
Skild AI 官方研究博客精选AI 评分6262 Skild AI 发布通用机器人基础模型 Skild Brain
Skild AI 发布通用机器人基础模型 Skild Brain，采用低频高层操作与导航策略加高频低层动作策略的分层架构，可运行于四足、人形、桌面机械臂和移动操作平台等多种本体。该模型通过大规模仿真与互联网视频数据预训练，再用针对性真实数据后训练交付客户方案；官方同时发布 2024 年的早期可扩展性与鲁棒性结果，并称将在接下来一个月展示更多能力。
推荐理由：Skild AI 公开其通用机器人基础模型的架构与训练路线，读者可了解其跨本体泛化思路与仿真预训练加真机后训练的分工。
Figure 官方新闻精选AI 评分7474 Figure 用强化学习训练 Figure 02 自然行走控制器
Figure 发布用端到端强化学习训练的人形行走控制器，在 GPU 加速物理仿真中并行模拟数千台 Figure 02，数小时生成数年仿真数据。该策略结合域随机化与机器人上 kHz 级力矩反馈闭环控制，无需额外微调即可零样本迁移到真机，并让 10 台 Figure 02 运行同一网络。训练中通过奖励机器人模仿人类行走参考轨迹，保留脚跟着地、脚尖离地和摆臂等步态特征。
推荐理由：Figure 公开了纯仿真强化学习训练的人形行走控制器，并说明零样本迁移到 Figure 02 真机的做法。