强化学习

NVIDIA Isaac™ Lab 是基于 NVIDIA Isaac Sim™ 构建的模块化框架，可简化机器人训练工作流程，例如强化学习和模仿学习。开发人员能够利用最新的 Omniverse™ 功能在启用感知的情况下训练复杂的策略。

• 构建场景：第一步是在 Isaac Sim 或 Isaac Lab 中构建场景，并使用 URDF 或 MJCF 导入机器人素材。应用物理方案进行仿真，并集成传感器进行基于感知的策略训练。
• 定义强化学习任务：设置场景和机器人后，下一步是定义智能体要执行的强化任务。环境 (例如基于管理器的环境或直接工作流程环境) 提供智能体的当前状态或观察结果，并执行其提供的操作。然后，环境会响应智能体，为其提供下一个状态。
• 训练：最后一步是定义训练和策略架构的超参数。Isaac Lab 提供了四个用于使用 GPU 来训练模型的强化学习库，分别是 StableBaselines3、RSL-RL、RL-Games 和 SKRL。
• 扩展：为了在多 GPU 和多节点系统中扩展训练，开发者可以使用 OSMO 在混合基础架构上协调这些作业

NVIDIA Isaac GR00T 为开发者提供了一种专门用于开发人形机器人的新方式。GR00T 是一个通用基础模型，可以帮助理解语言、模拟人类动作，并通过多模态学习快速掌握技能。如需了解详情或要访问 GR00T，请申请参加 NVIDIA 人形机器人开发者计划。

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。