理应资讯
制造智能化

NVIDIA 发布 Isaac Lab 3.0:多物理后端与规模化机器人学习正式版

理应编辑室 ·

NVIDIA 宣布 Isaac Lab 3.0 正式发布,强调模块化架构、多物理与多渲染支持、规模化训练及真机部署路径,并点名 Newton、OVRTX、RL 后训练与 LEAPP。

NVIDIA Robotics 官方账号宣布 Isaac Lab 3.0 正式发布。帖文称新版本带来更模块化、轻量的架构,并覆盖机器人学习工作流中的多项能力:多物理引擎与多渲染后端、规模化训练,以及向真实硬件的精简部署路径。

官方点名的能力组合包括:Newton 集成、新的 OVRTX 渲染器、强化学习后训练,以及 LEAPP 部署流程。帖文以线程形式预告细节,本轮仅依据首帖已陈述事实整理,不补充未在公开帖中核实的版本依赖表。

结合 NVIDIA 同期公开材料,Isaac Lab 3.0 被定位为开源、面向智能体式机器人策略训练的框架,可在桌面到数据中心的多 GPU 流程中训练与精炼策略,并支持包括 Newton、PhysX 在内的物理后端。对制造与具身智能团队,这意味着仿真训练栈从「绑定单一仿真器」进一步走向可组合后端;是否迁移仍取决于现有 Isaac Lab 2.x 任务、硬件驱动与验证集是否已适配。

Isaac Lab 任务环境示意缩略图

flowchart LR
  Data[示教或合成数据] --> Train[Isaac Lab 3.0 训练]
  Train --> Phys[多物理与多渲染后端]
  Train --> Deploy[LEAPP 或真机部署]

若团队仍在 Isaac Lab 2.x,迁移前应核对任务定义、传感器与奖励接口是否兼容,并预留真机回归时间。本轮不展开未在首帖列出的依赖版本矩阵。

# NVIDIA# Isaac Lab# 机器人学习# 制造智能化