借助机器人仿真，开发人员能够在基于物理学的现实世界数字呈现中对机器人进行虚拟训练、测试和验证。
如今，机器人已经能够搬运仓库中的货物、包装食品、帮助组装车辆等，提高了各行各业用例的自动化水平。
物理 AI 和机器人仿真是决定机器人成功的两大关键要素。
物理 AI 指的是能够理解物理世界并与之互动的 AI 模型。物理 AI 代表了下一代自主机械与机器人，例如无人驾驶汽车、工业机械臂、移动机器人、人形机器人，甚至工厂、仓库等依靠机器人运行的基础设施。
现在可以在数字世界中对机器人进行虚拟调试，在将机器人部署到现实世界的用例之前，先使用机器人仿真软件训练机器人。
机器人仿真概述
先进的机器人仿真平台有助于机器人学习和无需实体机器人的虚拟机器人测试。通过应用物理原理和复制现实条件，这些仿真平台能够生成合成数据集，并使用这些数据集训练机器学习模型，从而使这些模型能够部署到实体机器人上。
仿真被用于初始 AI 模型训练以及之后整个软件栈的验证，最大程度地减少了测试过程中对物理机器人的需求。NVIDIA Isaac Sim 是一个基于 NVIDIA Omniverse 平台构建的参考应用，该应用提供准确的可视化效果，并支持基于通用场景描述（OpenUSD）的先进机器人仿真和验证工作流。
NVIDIA 的“三台计算机”框架推动机器人仿真
训练和部署机器人技术需要三台计算机。
一台超级计算机：用于训练和微调强大的基础和生成式 AI 模型。
一个用于机器人仿真和测试的开发平台。
一台机载运行时计算机，用于将训练好的模型部署到实体机器人上。
只有在仿真环境中经过充分训练的实体机器人才能投入使用。
NVIDIA DGX 平台可作为训练模型的首个计算系统。
NVIDIA OVX 服务器上运行的 NVIDIA Omniverse 可作为第二个计算机系统，提供用于测试、优化和调试物理 AI 的开发平台和仿真环境。
专为机载计算设计的 NVIDIA Jetson Thor 机器人计算机可作为第三台运行时计算机。
谁在使用机器人仿真？
如今，机器人技术和机器人仿真大大促进了各种用例的运行。
全球领先的电源和热能技术公司台达电子使用仿真测试其光学检测算法，该算法将被用于检测生产线上的产品缺陷。
深度技术初创公司 Wandelbots 正通过将 Isaac Sim 集成到其应用中构建一个定制仿真平台。借助该仿真平台，终端用户能够轻松地对仿真中的机器人工作单元进行编程，并将模型无缝转移到真实机器人上。
波士顿动力正通过其强化学习研究者套件助力研究人员和开发人员。
傅利叶公司正在对现实条件进行仿真，以便训练人形机器人，使之获得与人类密切协作所需的精确性和敏捷性。
银河通用使用 NVIDIA Isaac Sim 构建了 DexGraspNet。这个用于灵巧机器人抓取的综合仿真数据集包含 100 多万次对 5300 多个物体的 ShadowHand 抓取。该数据集可应用于任何灵巧机器人手，使其完成需要精细运动技能的复杂任务。
使用机器人仿真提高规划和控制效果
在复杂多变的工业环境中，不断发展的机器人仿真集成了数字孪生，从而提高了规划、控制和学习的效果。
开发人员先是将计算机辅助设计模型导入机器人仿真平台以构建虚拟场景，然后使用算法创建机器人操作系统并进行任务和运动规划。传统方法需要规定控制信号，而在采用机器学习后，机器人可以通过模仿和强化学习等方法，利用仿真传感器信号学习行为。
这一发展还在继续。通过将数字孪生应用于装配生产线等复杂的设施，开发人员可以完全在仿真中测试和完善实时 AI。这种方法节省了软件开发时间和成本，并通过预测问题减少了停机时间。例如借助 NVIDIA Omniverse、Metropolis 和 cuOpt，开发人员可以使用数字孪生在仿真中开发、测试和完善物理 AI，然后再将其部署到工业基础设施中。
