NVIDIA Présente GR00T 2 et Isaac Lab 3.0 à CoRL pour un Entraînement Avancé des Robots

NVIDIA a présenté des avancées révolutionnaires en robotique lors de la Conférence 2026 sur l'apprentissage des robots (CoRL) à Austin, au Texas. L'entreprise a introduit GR00T 2, un modèle d'action mondial, et Isaac Lab 3.0, un cadre d'apprentissage des robots open source, pour améliorer la précision et l'évolutivité de l'entraînement des robots. Ces innovations visent à réduire l'écart entre les démonstrations de laboratoire et le déploiement dans le monde réel en permettant aux robots de réaliser des tâches complexes et habiles avec plus d'autonomie et d'adaptabilité.

GR00T 2 : Un Bond en Avant dans les Modèles d'Action Mondiaux

GR00T 2, construit sur NVIDIA Cosmos, est conçu pour former des robots à la manipulation habile en utilisant des ensembles de données divers, y compris 100,000 heures de données humaines à perspective égoïste open source. Les principales caractéristiques de GR00T 2 comprennent :

• Performance prête à l'emploi : A complété avec succès 40 des tâches évaluées sur 50 sans démonstrations spécifiques aux tâches.
• Transfert de compétences : A permis aux robots d'apprendre des démonstrations humaines et d'adapter des compétences à différents corps de robots.
• Généralisation avec des données minimales : A atteint un taux de succès de 71% sur 50 tâches avec une démonstration par tâche, augmentant à 95% avec cinq démonstrations.
• Contrôle des agents : A fourni des outils pour que les agents IA séquencent des compétences et récupèrent des erreurs.

GR00T 2 se classe parmi les trois meilleurs modèles dans des benchmarks tels que RoboCasa365, RoboLab, RoboDojo et MolmoSpaces. Il est testé par Nexuni pour la gestion du linge robotique, Foxconn pour l'automatisation des usines et Siemens pour des applications industrielles. MicroAGI a également utilisé GR00T 2 pour des tâches d'échange de câbles Ethernet à l'aide d'un bras robotique YAM.

Isaac Lab 3.0 : Élargir l'Entraînement des Robots en Simulation

Isaac Lab 3.0 offre une plateforme robuste pour former des robots dans des environnements simulés avant de les déployer dans la réalité. La dernière version introduit :

• Intégration physique améliorée : Prend en charge les objets déformables et les systèmes articulés complexes utilisant le moteur physique Newton.
• Amélioration du débit d'entraînement : A atteint jusqu'à 2.5x la vitesse d'entraînement de son prédécesseur, Isaac Lab 2.3, dans des benchmarks de manipulation habile basés sur la vision.
• Outils de simulation flexibles : Permet aux chercheurs de basculer entre les solveurs NVIDIA PhysX et Newton, de sélectionner des moteurs de rendu pour la formation basée sur la perception, et d'appliquer des bibliothèques de renforcement post-formation à des modèles de base comme GR00T.

Skild AI a annoncé le solveur STEEL, un moteur physique de corps rigides construit sur Newton, pour accélérer encore l'entraînement des robots avec Isaac Lab. Flexion a démontré comment Isaac Lab et Newton soutiennent son modèle Reflect, alliant raisonnement et manipulation corporelle entière.

Efforts Collaboratifs et Impact Plus Large

NVIDIA collabore avec des partenaires tels qu'Ambi Robotics, Bosch Research, Siemens et l'UC Berkeley pour apporter ces avancées à la communauté robotique. L'entreprise a également introduit de nouveaux flux de travail, dont Video to Data, qui convertit des vidéos humaines en démonstrations robotiques simulées, et EgoHand, un modèle de reconstruction de mouvement de main 3D avec plus de 40,000 téléchargements sur Hugging Face dans les 2 semaines suivant son lancement.

En combinant simulation, modèles d'action mondiaux et workflows de robotique agentive, les dernières technologies de NVIDIA visent à accélérer le développement de robots capables d'exécuter des tâches complexes dans des environnements dynamiques, ouvrant la voie à une adoption industrielle plus large.