NVIDIA、Isaac Sim 5.0 と Isaac Lab 2.2 の開発者プレビューを GitHub でリリース

テクノロジー企業 NVIDIA ロボット工学に特化した2つのプラットフォーム、「Isaac Sim」と「Isaac Lab」の開発者プレビュー版を発表しました。これらのプラットフォームは、物理法則に忠実な仮想環境でAI搭載ロボットのシミュレーション、トレーニング、テストを行うためのツールへの早期アクセスを提供します。GitHubで公開されているこれらのフレームワークは、高度なシミュレーションワークフローと合成データ生成を通じてロボット工学開発を支援することを目的としています。

NVIDIA Omniverse プラットフォーム上に構築された Isaac Sim は、リアルなデジタル環境でインテリジェントロボットシステムを構築・評価するためのリファレンスアプリケーションとして機能します。バージョン 5.0 には、Isaac Sim 固有の拡張機能のオープンソース化という重要なアップデートが含まれています。専用の GitHub リポジトリを通じて、開発者はこれらのコンポーネントにアクセスして利用できるようになりました。ただし、Omniverse Kit の中核要素は依然としてプロプライエタリであり、外部からの貢献は現在受け付けていません。この公開開発ブランチは、段階的なアップデートとバグ修正によって定期的にメンテナンスされます。NVIDIA の品質保証基準に準拠した完全なバイナリリリースは、バージョン 5.0 の正式リリース時に提供されます。

このアップデートでは、ロボティクスAI開発における合成データワークフローを強化するために設計された複数の新機能が導入されています。これには、占有マップ、速度場、ポーズ、画像など、知覚モデル向けの多様な物理特性に基づいたデータセットの作成を可能にする拡張機能であるMobilityGenが含まれます。新しいチュートリアルでは、把持データの自動生成、把持試行のシミュレーション、そしてモデルのトレーニングと評価を支援するためのパフォーマンスメトリクスの取得を容易にします。

Omniverse Replicatorの追加ライターが、NVIDIA Cosmos Transfer入力との互換性のために最適化されました。この機能強化により、合成データセットのエクスポートが簡素化され、スタンドアロンとスクリプトエディター駆動の両方のワークフローがサポートされ、既存のIsaac Simパイプラインとのシームレスな統合が可能になります。

機能拡張には、より大規模で複雑な物理環境における合成データ生成を可能にする新しいワークフローも含まれます。インシデントシミュレーションでは、様々な現実世界のシナリオトリガーが導入され、キャプション生成では、ビジョンベースAIに使用されるデータセットを拡充するための自動アノテーションが提供されます。これらの新しいツールは、既存のアクターおよびオブジェクトシミュレーションプロセスの改良と併せて、ロボティクスおよびAIアプリケーションのトレーニングデータ生成の効率と忠実度を向上させるように設計されています。

Isaac Sim 5.0は、ロボットモデリング標準のアップデートとインポートプロセスの合理化を通じて、ロボットシミュレーションの効率性とリアリティを向上させるための機能強化を実現しています。新たに導入されたロボットスキーマは、ロボットモデリングのための統一フォーマットを確立します。 defiOpenUSDを用いたロボットモデリングは、最近追加されたモデルを含む、NVIDIAのロボットアセットライブラリ全体に実装されています。ロボットインポーターはこのスキーマに合わせて更新され、新たに開発されたロボットインポートウィザードは、ロボットのリギングとシミュレーション環境への統合を簡素化する、ステップバイステップのガイド付きインターフェースを提供します。

最新のスキーマには、OpenUSDフレームワークで規定されている最新の関節摩擦モデルのサポートも含まれています。このモデルは、Hexagon Roboticsおよびmaxonとの共同開発により開発された詳細なアクチュエータと摩擦パラメータを組み込んでおり、物理システムの機械的挙動をより正確に再現します。この機能は、関節とモーターのリアルなダイナミクスを捉えることで、シミュレーションと実世界のパフォーマンスのギャップを縮小し、アプリケーション開発における仮想テスト環境の信頼性を高めます。

Isaac Sim 5.0はプラットフォームのセンサーシミュレーション機能も向上させ、より正確な defiセンサーモデルの統合と評価。新しいOmniSensor USDスキーマにより、RTXベースのセンサーをUSDフォーマット内でネイティブに指定できます。これに伴い、実際のセンサーの限界を反映した視差アーティファクトを含む、リアルなステレオ深度シミュレーションを実現する深度センサーモデルが導入されました。センサーアセットライブラリも追加モデルで拡張され、より幅広いシミュレーションニーズに対応し、認識システム開発ワークフロー全体の制御性と忠実性を向上させています。

アイザックラボの主なイノベーション 

ロボット学習モデルのトレーニングと評価に特化して設計されたNVIDIAのオープンソースフレームワーク、Isaac Labがバージョン2.2でアップデートされました。重要な追加機能の一つは、GR00T N1ベンチマークのサポートです。これにより、データ生成、トレーニング後の手順、そしてNVIDIAのIsaac GR00T Nオープン基盤モデルの評価を含む閉ループプロセスが容易になります。この機能は、ナットの鋳造やパイプの選別といった構造化されたタスクに適用でき、パフォーマンス測定のための一貫した手法を提供します。

このアップデートでは合成動作生成も強化され、特にロボット操作タスクにおいて、より信頼性の高いデータ収集が可能になります。 NVIDIA Isaac GR00T-Mimicの双手トレーニング環境。Omniverse Fabricとの統合により、Isaac Labの効率性がさらに向上し、読み込み時間が短縮され、物理シミュレーションとセンサーデータ取得の実行がより最適化されます。新たに導入されたテンソル化された吸盤グリッパーは、シミュレーションに利用可能なツールキットを拡張し、ロボット操作シナリオにおける正確な強化学習に不可欠な機能である、把持動作のモデリングにおいて、より柔軟で現実的なアプローチを提供します。