强化学习

Isaac Lab 是基于 NVIDIA Isaac Sim™ 构建的模块化框架，可用于简化强化学习、模仿学习等机器人训练工作流。开发者可以利用最新 Omniverse™ 功能来训练具备感知能力的复杂策略。

• 场景搭建：第一步是在 Isaac Sim 或 Isaac Lab 中构建场景，并从 URDF 或 MJCF 导入机器人资产。应用物理架构进行仿真，并集成传感器，进行基于感知的策略训练。
• 定义 RL 任务：完成场景与机器人配置后，下一步是定义要完成的任务和奖励函数。在基于管理器或直接工作流的环境中，提供智能体的当前状态，同时观察并执行其提供的操作。环境随即通过提供下一个状态，对智能体做出响应。
• 训练：最后一步是确定训练所需的超参数和策略网络架构。Isaac Lab 提供四个基于 GPU 进行模型训练的强化学习库：StableBaselines3，RSL-RL，RL-Games 和 SKRL。
• 扩展：开发者可以使用 OSMO 在分布式基础设施上对多节点训练任务进行编排，在多 GPU 和多节点系统中扩展训练。

NVIDIA Isaac GR00T 为开发者提供了一种专用于开发人形机器人的全新方式。这个用于机器人基础模型与数据管道的研究计划和开发平台，能够帮助机器人理解语言、精准模拟人类动作，并通过多模态学习快速掌握各类技能。

如需了解详情并访问 GR00T，申请加入 NVIDIA 人形机器人开发者计划。

看看我们的生态系统正在如何基于强化学习和 NVIDIA 技术开发自己的机器人应用和服务。