Chef Robotics construit des robots de manipulation d’aliments sur le NVIDIA Isaac Stack

Chef Robotics a annoncé le 7 octobre 2026 qu’elle construit ses systèmes robotiques de manipulation d’aliments sur la pile de développement robotique de NVIDIA, en adoptant NVIDIA Isaac Sim, qui est construit sur les bibliothèques NVIDIA Omniverse, pour la simulation et le travail de jumeaux numériques, et NVIDIA cuMotion pour la planification de mouvements accélérée par GPU.

L’entreprise, qui se décrit comme la première à commercialiser une solution robotique alimentaire d’IA physique évolutive, a déclaré que la pile est destinée à accélérer le développement et le déploiement de ses robots tout en maintenant la fiabilité en production. Chef Robotics a également indiqué que les déploiements clients de ses systèmes ont permis d’atteindre jusqu’à 60 % de productivité du travail en plus.

Selon l’annonce, l’alimentation figure parmi les environnements de manipulation les plus exigeants du monde physique : les ingrédients sont déformables, humides et très variables, les lignes de production fonctionnent à haut débit dans des conditions froides et difficiles, et la fabrication alimentaire fait face à une pénurie chronique de main-d’œuvre. Concevoir des systèmes robotiques capables de fonctionner de manière fiable dans ces conditions, et mettre rapidement en service de nouveaux déploiements, nécessite une simulation de qualité industrielle et une planification de mouvement haute performance, a déclaré l’entreprise.

Simulation et jumeaux numériques avec Isaac Sim

Chef Robotics utilise le cadre open Isaac Sim pour créer des jumeaux numériques physiquement précis de ses cellules de travail robotiques et des lignes de production de ses clients. De nouvelles configurations sont conçues, simulées et validées dans un environnement virtuel avant le déploiement, ce qui permet à l’entreprise de soumettre les cellules à des tests de contrainte face à la variété d’ingrédients, de contenants, d’ustensiles et de configurations de lignes présentes dans les installations de ses clients. L’entreprise a déclaré que cette approche raccourcit le chemin du concept à un déploiement opérationnel sur le site de production.

NVIDIA décrit Isaac Sim comme un cadre de référence open source construit sur les bibliothèques Omniverse pour la simulation robotique, les tests et la génération de données synthétiques dans des environnements virtuels basés sur la physique. Selon la documentation développeur de NVIDIA, le cadre ingère des fichiers de conception assistée par ordinateur, des modèles au format Unified Robot Description Format ou des captures du monde réel et les convertit en USD, après quoi les développeurs assemblent les scènes en attribuant des matériaux, en activant la physique et en configurant les modèles de robots et de capteurs. Le cadre prend en charge la génération de données synthétiques contrôlables, qui peut être augmentée avec les modèles fondamentaux du monde Cosmos de NVIDIA, et il permet aux piles de perception et de mobilité d’être entraînées en simulation et évaluées via des tests en boucle logicielle ou en boucle matérielle. NVIDIA indique que le cadre est entièrement extensible, de sorte que les développeurs peuvent créer des simulateurs personnalisés basés sur OpenUSD ou intégrer ses capacités dans les pipelines de test et de validation existants. Isaac Sim est gratuit, licencié en open source sous Apache 2.0 et disponible sur GitHub, selon NVIDIA.

Planification de mouvement avec cuMotion

Pour la planification de mouvement, Chef Robotics utilise cuMotion pour générer des trajectoires rapides et sans collision pour les robots opérant dans des environnements de production alimentaire encombrés et très variés. L’entreprise a déclaré que cela permet à ses systèmes de planifier et d’adapter les mouvements efficacement sur l’ensemble des tâches que ses robots exécutent en production, de la prise de pièces et de l’assemblage à dépôts multiples jusqu’aux lignes multi-robots coordonnées.

NVIDIA décrit cuMotion comme une bibliothèque de génération de mouvements haute performance pour la robotique, principalement axée sur la manipulation, avec une accélération GPU appliquée à l’ensemble du processus. Ses capacités documentées comprennent la cinématique et la cinématique inverse, la cinématique inverse consciente des collisions, la planification de trajectoires basée sur des graphes consciente des collisions, l’optimisation de trajectoires consciente des collisions et la génération de mouvements de bout en bout, le contrôle réactif via le cadre mathématique RMPflow, la génération de trajectoires temps-optimal pour des chemins en espace de configuration ou de tâche, la génération de sphères de collision qui approxime un maillage fermé par un ensemble de sphères, ainsi que la segmentation robotique qui élimine la contribution d’un bras robotique des flux d’images de profondeur. Les robots avec n’importe quel nombre de degrés de liberté sont pris en charge, et la bibliothèque est implémentée en C++ avec un ensemble complet de liaisons Python.

Selon le référentiel du projet, cuMotion provient de deux bibliothèques NVIDIA antérieures : Lula, qui a été publiée pendant des années dans le cadre d’Isaac Sim et a été entièrement absorbée, et cuRobo, une bibliothèque développée par NVIDIA Research dont les algorithmes de cinématique inverse consciente des collisions et d’optimisation de trajectoires apparaissent dans cuMotion sous des implémentations optimisées et renforcées. Le référentiel indique également que cuMotion servira bientôt de moteur de génération de mouvements pour Isaac ROS cuMotion et les flux de travail de référence de manipulation dans Isaac ROS. La version actuelle est fournie pour Linux et Windows sur des ordinateurs basés sur x86 équipés d’un GPU NVIDIA de génération Turing ou ultérieure, ainsi que pour Jetson Orin, Jetson Thor et DGX Spark.

« La nourriture est l’un des problèmes de manipulation les plus difficiles dans le monde physique, et le résoudre nécessite à la fois une IA de classe mondiale et des outils d’ingénierie de classe mondiale », a déclaré Rajat Bhageria, fondateur et PDG de Chef Robotics. « Construire sur la pile robotique de NVIDIA permet à notre équipe d’avancer plus rapidement — concevoir, simuler et valider les systèmes dans un environnement virtuel, puis les déployer en toute confiance dans de véritables installations de production. » Bhageria a décrit la pile comme un élément clé de la manière dont l’entreprise déploie l’IA physique dans l’ensemble de l’industrie alimentaire.