NVIDIAはMicroduckのシミュレーショントレーニングにおけるAIエージェントのワークフローを詳述しています

NVIDIAは、マイクロダックというリファレンスロボットにシミュレーション中の障害物を歩き、障害物を乗り越えるための学習を教えるワークフローを概説し、AI支援計画、資産作成、物理モデリング、ポリシートレーニング、ローカル検証を結びつけています。同社は、このプロセスはシミュレーションと実際のハードウェアのギャップを縮めるために設計されていると述べていますが、最終的な物理的展開は2026-10-23に掲載された投稿の範囲外のままです。

証拠と背景

開発者ブログ記事で、NVIDIAはワークフローがRTX Sparkから始まり、HermesとNVIDIA Nemotron 3.5 Boltがタスクプロンプトを障害物コースの構造化された計画に変換し、Astraが資産の作成と検証を支援していると述べています。同社はこの計画を、研究、コンセプト生成、資産インベントリ、ハンドオフ、資産作成、シミュレーションテストをカバーすると説明しました。投稿では、ロボットは単なる歩行方針に従うだけでなく、周囲を認識し、バランスを保ち、障害物が道を塞いだときに調整しなければならないと述べています。

その後、ワークフローはシミュレーションアセットの制作に移行します。NVIDIAは、Astraが参照画像の強化、FreeCADでの編集可能なジオメトリの作成、Blenderでのマテリアル適用、Isaac Simで使用するためのアセットのエクスポートUSD可能だと述べました。また、投稿ではSimReady Central Libraryが、2,000以上のシミュレーション対応OpenUSD資産を収録した無料ライブラリとして再利用可能な環境コンポーネントの供給源として挙げられました。NVIDIAは、アセンブルド環境がこれらのアセットをIsaac Sim、Omniverseレンダリング、Newton物理と組み合わせてロボットの動き、センサー観測、バランスをモデル化していると述べました。

ポリシートレーニングとして、同社はIsaac Labが多くのシミュレーションを並列に実行し、強化学習を用いて共有ポリシーを改善していると述べています。例では、Microduckがヘッドカメラの深度観察とロボット状態観察を用いて曲線のスロープや不均一な表面を移動するよう訓練されました。NVIDIAは、適応実行がNVIDIA RTX PRO 6000 Blackwell Workstation Edition GPU 4,096並列環境を用いたと述べました。投稿では比較性能指標や、同じワークフローの物理ハードウェア上でテストされたかどうかは示されていません。

トレーニング後、NVIDIAはこのポリシーがIsaac SimのRTX Spark上で検証され、ロボットはシミュレーション観測を受け取り、動作を予測し、障害物検出、バランス、コース完了のチェックを受けていると述べました。同社は、評価では落下、衝突、進行が止まるポイントを記録し、ロールアウト動画でさらなる反復を導くべきだと述べました。また、シミュレーションから実際の準備への準備についても論じており、コマンド遅延、バックラッシュ、電圧降下を反映するBetter Actuator Modelsや、物理演算やセンサーノイズの変化を反映するためのドメインランダム化も含まれていました。

記事はこのアプローチを、普遍的なシムからリアルへの移行を主張するのではなく、ロボティクス開発のための段階的なパイプラインとして位置づけています。NVIDIAは、ロボットのオンボードコンピュータ上で訓練済みポリシーを実行する前にさらなる洗練が必要であり、ハードウェア展開の詳細は本記事の範囲外であると述べました。