作者 徐丽思
编辑莫莹
Robot Outlook 12 月 4 日报道，英伟达这两天在亚马逊云技术 re:Invent 大会上宣布推出 Isaac Sim 4.2。
Isaac Sim 是一个基于 NVIDIA Omniverse 开发的强大仿真平台，供开发人员在基于物理的虚拟环境中模拟和测试 AI 驱动的机器人。
NVIDIA 表示，Isaac Sim 现已在由 NVIDIA L40S GPU 提供支持的亚马逊弹性云计算 (EC2) G6e 实例上可用，它可以将机器人模拟的规模扩大一倍，并加速 AI 模型训练。同时，借助云原生编排平台NVIDIA OSMO，开发人员可以轻松管理其AWS计算基础设施中复杂的机器人工作流程。
NVIDIA Omniverse 高级产品营销经理 Akhil Docca 表示：“在云中提供 NVIDIA 加速的硬件和软件使任何规模的团队都能够扩展其物理 AI 工作流程。”
1.什么是物理AI？
早在今年6月的COMPUTEX大会上，NVIDIA创始人兼首席执行官黄仁勋就强调：“AI的新浪潮是物理AI。AI可以理解物理定律，与人类并肩作战。”
英伟达在亚马逊云技术大会上表示，“物理AI”是指能够理解物理世界并与之交互的AI模型，它“体现了下一波自动驾驶机器”，例如自动驾驶汽车、工业机器人、移动机器人、人形机器人，甚至机器人运行的基础设施，如工厂和仓库。
NVIDIA 认为，借助物理 AI，开发人员正在采用“三机解决方案”进行训练、模拟和推理，以实现突破。
▲NVIDIA为人形机器人开发者提供的“三机解决方案”
然而，在为机器人系统训练物理AI的过程中，需要大量的训练数据集才能让机器人在部署过程中实现准确的推理。但实际上，开发这样的数据集非常昂贵。
因此，NVIDIA 坚信模拟可以解决此类问题，因为它可以加速 AI 驱动机器人的训练、测试和部署。
2、性能较上一代提升一倍，可灵活扩展。
英伟达表示，开发人员可以使用仿真来验证、确认和优化机器人设计以及系统及其算法，然后再部署它们以实现最大效率。
由 NVIDIA L40S GPU 加速的 Amazon EC2 G6e 实例使上一代架构的性能提高了一倍，并且可以随着场景和模拟复杂性的增加而灵活扩展。机器人开发人员可以使用这些实例来训练许多由驱动机器人提供支持的人工智能计算机视觉模型。
这也意味着同一个实例可以扩展到多种任务，从数据生成和模拟到模型训练。 NVIDIA 补充说，OSMO 允许团队跨分布式计算资源（无论是在本地还是在 AWS 云中）编排和扩展复杂的机器人开发工作流程。
Isaac Sim 还促进协作关键工作流程，例如生成用于感知模型训练的合成数据，并被 Rendered.ai、SoftServe 和 Tata Consultancy Services 等公司用来生成合成数据。
Nvidia强调，Isaac Sim使开发人员能够在模拟环境中测试和验证机器人，而Isaac Lab是一个基于Isaac Sim构建的开源机器人学习框架。它可以利用Isaac Sim最新的模拟能力，实现对现实场景的快速高效的模拟。为机器人学习提供强大的虚拟环境。
由于这些模拟是可重复的，因此开发人员可以排除故障并减少验证和测试所需的周期数。
目前，有许多机器人初创公司如 Field AI、Cobot、Swiss-Mil、Cohesive Robotics 等在 AWS 上使用 Isaac Sim。
结论：综合数据推动机器人实施的加速
高质量标注数据的稀缺一直是机器人从训练到落地过程中最大的制约因素。
在机器人底层模型的训练过程中，数据获取的难度、成本和标注周期远远超过语言模型。
用合成数据代替真实数据，让机器人在仿真环境中快速迭代，是一种更高效、低成本、真实可靠的解决方案。也加速机器人走向各行业复杂应用场景。
