理应资讯
制造智能化

NVIDIA 技术博客:用 AI 智能体教 Microduck 在仿真中完成障碍赛

理应编辑室 ·

NVIDIA 技术博客介绍以 Microduck 为参考机器人的工作流:在 RTX Spark 上用 Hermes、Nemotron 与 Astra 做规划与资产,在 Isaac Lab 大规模强化学习,并在 Isaac Sim 本地验证,为仿真到现实打基础。

NVIDIA Technical Blog(2026-10-23)撰文介绍:仅有行走策略不足以让机器人通过障碍赛,还需要感知环境、保持平衡并在受阻时调整动作。文章以 Microduck 为参考机器人,串起一条可复用的仿真训练链。

本地侧,NVIDIA RTX Spark 作为开发枢纽,Hermes 与 Nemotron 3.5 Bolt 把自然语言提示转成分步计划;Astra 负责增强参考图、在 FreeCAD 建模、在 Blender 赋材质,并导出可编辑模型与 USD 资产。环境在 Isaac Sim 中组装,借助 Omniverse 库做渲染与传感器仿真,Newton 建模运动与平衡。训练阶段用 Isaac Lab 在云端大规模强化学习(文中示例为 4096 个并行环境,运行于 RTX PRO 6000 Blackwell 工作站 GPU),观测含头部深度与机器人状态;训练后的策略再回到 RTX Spark,在 Isaac Sim 本地验证避障、步态与完赛,再考虑面向实物的执行器模型与域随机化。

对制造与机器人智能化,这是把「多智能体辅助筹备」嵌进标准仿真—训练—验证回路,而不是只演示单次生成。博客同时提示可使用 SimReady Central Library 的现成 OpenUSD 资产加速搭景。本篇按 RSS 厂商博客整理,不附 original 字段。

flowchart TB
  P[提示词] --> H[Hermes + Nemotron 规划]
  H --> A[Astra 资产:FreeCAD/Blender/USD]
  A --> S[Isaac Sim + Newton 环境]
  S --> L[Isaac Lab 并行 RL]
  L --> V[RTX Spark 本地验证]
  V --> R[面向实物迁移]

工业机器人团队若仍靠人工搭景,迭代周期会被资产制作拖住。把规划与资产生成交给智能体、把策略训练留在 Isaac Lab,是一条可审计的分工。落地时务必保留人工复核碰撞几何与安全边界,仿真通过不等于产线可部署。

# NVIDIA# Microduck# Isaac Lab# 机器人仿真# 制造智能化