NVIDIA 展示 AI 代理在模擬環境教導 Microduck 機器人走路

背景

機器人開發涉及資產創建、物理模擬建模以及機器人政策（robot policy，控制機器人動作的演算法）訓練與評估等多個階段。為了讓機器人如 Microduck 能在障礙課程中導航，它必須感知周圍環境、保持平衡，並在路徑受阻時調整動作。NVIDIA 提出了一套結合本地開發中心與雲端訓練的工作流，利用 GPU 加速的物理模擬來生成訓練經驗。 官方原文・NVIDIA Developer Blog

發生什麼事

NVIDIA 於 10 月 23 日發布技術部落格，詳細說明如何使用 AI 代理在模擬環境中教導 Microduck 機器人走路。該流程以 Microduck 為參考機器人，由 Hermes、NVIDIA Nemotron 3.5 Bolt 和 Astra 協助規劃與準備工作。開發者可以透過此流程建立模擬障礙課程、訓練導航用的機器人政策，並在模擬中評估其行為，這為實體部署奠定了基礎。 官方原文・NVIDIA Developer Blog

重點內容

工作流始於一個描述障礙課程與學習目標的提示。在 NVIDIA RTX Spark 本地開發中心上，Hermes 和 Nemotron 3.5 Bolt 將提示轉換為逐步專案計畫，包括研究 Microduck 文件、生成概念圖像、識別資產以及準備交接包。Hermes 隨後自動將工作委派給 Astra，後者負責使用 FreeCAD 建構基礎幾何結構，並使用 Blender 添加細節與材質，將資產匯出為 USD 格式。 官方原文・NVIDIA Developer Blog

在組裝模擬環境時，Astra 使用 Isaac Sim 組合障礙課程，其中 Newton 負責模擬 Microduck 的物理行為，包括移動與平衡。Isaac Sim 提供 Omniverse 函式庫的渲染與感測器模擬功能。訓練階段使用 NVIDIA Isaac Lab，這是一個開源的 GPU 加速模擬框架，支援強化學習（RL，透過獎勵機制讓機器人從互動中學習的政策訓練方法）。該實驗在 NVIDIA RTX PRO 6000 Blackwell Workstation Edition GPU 上，使用 4,096 個平行環境進行訓練，讓 Microduck 學習在坡道和不平表面上保持平衡並避免跌倒。 原文

對使用者的意義

此工作流結合了本地資產與環境生成、雲端規模的機器人政策學習，以及本地機器人政策驗證。開發者可以利用 SimReady Central Library 中超過 2,000 個免費且無需授權的模擬就緒 OpenUSD 資產，減少資產準備時間。訓練完成後，訓練好的機器人政策可返回 RTX Spark 上的 Isaac Sim 進行本地評估，檢查機器人是否能偵測障礙物並完成課程。 官方原文・NVIDIA Developer Blog

限制與未定事項

即使經過仔細校準，感測器、地面接觸和控制時序在實體機器人上仍可能存在差異。Isaac Lab 支援 Better Actuator Models（BAM，一種模擬馬達伺服響應的模型）來模擬伺服響應，包括命令延遲、機械背隙（傳動系統中的微小間隙）以及電壓下降，以縮小模擬與現實之間的差距。硬體部署的詳細步驟不在本次展示範圍內，仍需透過域隨機化（Domain Randomization，在模擬中隨機變化物理參數以增強機器人政策的魯棒性）和實體測試來進一步調整。 官方原文・NVIDIA Developer Blog