NVIDIA merilis pratinjau pengembang Isaac Sim 5.0 dan Isaac Lab 2.2 di GitHub

Perusahaan teknologi NVIDIA telah memperkenalkan pratinjau pengembang dari dua platform yang berfokus pada robotika—Isaac Sim dan Isaac Lab—yang menawarkan akses tahap awal ke berbagai alat untuk simulasi, pelatihan, dan pengujian robot bertenaga AI dalam lingkungan virtual yang akurat secara fisika. Kerangka kerja ini, yang kini tersedia untuk umum di GitHub, ditujukan untuk mendukung pengembangan robotika melalui alur kerja simulasi tingkat lanjut dan pembuatan data sintetis.

Isaac Sim, yang dibangun pada platform NVIDIA Omniverse, berfungsi sebagai aplikasi referensi untuk membuat dan mengevaluasi sistem robotik cerdas dalam pengaturan digital yang realistis. Versi 5.0 menyertakan pembaruan penting: sumber terbuka ekstensi khusus Isaac Sim. Repositori GitHub khusus kini memungkinkan pengembang untuk mengakses dan memanfaatkan komponen-komponen ini, meskipun elemen inti dari Omniverse Kit tetap menjadi hak milik, dan kontribusi eksternal saat ini tidak diterima. Cabang pengembangan publik ini akan dipelihara secara berkala dengan pembaruan tambahan dan perbaikan bug. Rilis biner lengkap yang selaras dengan standar jaminan kualitas NVIDIA akan tersedia setelah peluncuran resmi 5.0.

Pembaruan ini memperkenalkan beberapa kemampuan baru yang dirancang untuk meningkatkan alur kerja data sintetis untuk pengembangan AI robotika. Ini termasuk MobilityGen, ekstensi yang memungkinkan pembuatan berbagai kumpulan data yang berlandaskan fisika untuk model persepsi—seperti peta hunian, medan kecepatan, pose, dan citra. Tutorial baru memfasilitasi pembuatan data genggaman otomatis, simulasi upaya genggaman, dan pengambilan metrik kinerja untuk mendukung pelatihan dan evaluasi model.

Penulis tambahan untuk Omniverse Replicator telah dioptimalkan agar kompatibel dengan input NVIDIA Cosmos Transfer. Peningkatan ini menyederhanakan ekspor kumpulan data sintetis dan mendukung alur kerja mandiri dan yang digerakkan oleh Script Editor, sehingga memungkinkan integrasi yang lancar dengan alur kerja Isaac Sim yang ada.

Fungsionalitas yang diperluas juga mencakup alur kerja baru yang memungkinkan pembuatan data sintetis di lingkungan fisik yang lebih besar dan lebih kompleks. Simulasi Insiden memperkenalkan berbagai pemicu skenario dunia nyata, sementara Pembuatan Teks menyediakan anotasi otomatis untuk memperkaya kumpulan data yang digunakan untuk AI berbasis visi. Alat-alat baru ini, bersama dengan penyempurnaan pada proses Simulasi Aktor dan Objek yang ada, dirancang untuk meningkatkan efisiensi dan ketepatan produksi data pelatihan untuk aplikasi robotika dan AI.

Isaac Sim 5.0 menghadirkan penyempurnaan yang ditujukan untuk meningkatkan efisiensi dan realisme simulasi robotika, khususnya melalui standar pemodelan robot yang diperbarui dan proses impor yang disederhanakan. Skema robot yang baru diperkenalkan menetapkan format terpadu untuk defirobot menggunakan OpenUSD, yang kini telah diterapkan di seluruh pustaka aset robot NVIDIA yang terus berkembang, termasuk model yang baru ditambahkan. Importir robot telah diperbarui agar sesuai dengan skema ini, dan Robot Import Wizard yang baru dikembangkan menyediakan antarmuka yang dipandu langkah demi langkah untuk menyederhanakan pemasangan dan integrasi robot ke dalam lingkungan simulasi.

Skema terbaru juga mencakup dukungan untuk model gesekan sendi yang diperbarui yang ditetapkan dalam kerangka kerja OpenUSD. Model ini menggabungkan parameter aktuator dan gesekan yang terperinci, yang dibuat bekerja sama dengan Hexagon Robotics dan maxon, untuk mereplikasi perilaku mekanis sistem fisik dengan lebih baik. Dengan menangkap dinamika sendi dan motor yang realistis, fitur ini membantu mempersempit kesenjangan antara kinerja simulasi dan dunia nyata, sehingga membuat lingkungan pengujian virtual lebih andal untuk pengembangan aplikasi.

Isaac Sim 5.0 juga memajukan kemampuan simulasi sensor platform, memungkinkan simulasi yang lebih akurat definition dan evaluasi model sensor. Skema USD OmniSensor baru memungkinkan spesifikasi asli sensor berbasis RTX dalam format USD. Ini disertai dengan pengenalan model sensor kedalaman yang memberikan simulasi kedalaman stereo yang realistis, termasuk artefak disparitas untuk mencerminkan keterbatasan sensor yang sebenarnya. Pustaka aset sensor juga telah diperluas dengan model tambahan untuk mendukung berbagai kebutuhan simulasi yang lebih luas, meningkatkan kontrol dan fidelitas di seluruh alur kerja pengembangan sistem persepsi.

Inovasi Utama di Isaac Lab 

Isaac Lab, kerangka kerja sumber terbuka NVIDIA yang dirancang khusus untuk melatih dan menilai model pembelajaran robotik, telah menerima pembaruan dalam versi 2.2. Salah satu tambahan utama adalah dukungan untuk pembandingan GR00T N1, yang memfasilitasi proses loop tertutup yang melibatkan pembuatan data, prosedur pasca-pelatihan, dan evaluasi model fondasi terbuka Isaac GR00T N NVIDIA. Fungsionalitas ini dapat diterapkan pada tugas terstruktur seperti menuang mur dan menyortir pipa, yang menawarkan metodologi yang konsisten untuk pengukuran kinerja.

Pembaruan ini juga meningkatkan pembuatan gerakan sintetis, memungkinkan pengumpulan data yang lebih andal dalam tugas manipulasi robot, terutama saat menggunakan NVIDIA Lingkungan pelatihan bi-manual Isaac GR00T-Mimic. Integrasi dengan Omniverse Fabric semakin meningkatkan efisiensi Isaac Lab, menghasilkan waktu pemuatan yang lebih singkat dan eksekusi simulasi fisika dan akuisisi data sensor yang lebih optimal. Gripper cangkir hisap tensor yang baru diperkenalkan memperluas perangkat yang tersedia untuk simulasi, menyediakan pendekatan yang lebih adaptif dan realistis untuk memodelkan perilaku mencengkeram—fitur penting untuk pembelajaran penguatan yang akurat dalam skenario manipulasi robotik.