Chef Robotics costruisce robot per la manipolazione degli alimenti sullo stack NVIDIA Isaac

Chef Robotics ha annunciato il 7 ottobre 2026 che sta costruendo i suoi sistemi robotici per la manipolazione degli alimenti sullo stack di sviluppo robotico di NVIDIA, adottando NVIDIA Isaac Sim, basato sulle librerie NVIDIA Omniverse, per la simulazione e il lavoro con i gemelli digitali, e NVIDIA cuMotion per la pianificazione del movimento accelerata da GPU.

L’azienda, che si definisce la prima a commercializzare una soluzione robotica alimentare basata su IA fisica scalabile, ha affermato che lo stack è destinato ad accelerare lo sviluppo e la distribuzione dei suoi robot mantenendo l’affidabilità nella produzione. Chef Robotics ha inoltre riferito che le implementazioni dei clienti dei suoi sistemi hanno raggiunto fino al 60 % di maggiore produttività del lavoro.

Secondo l’annuncio, il cibo è tra gli ambienti di manipolazione più impegnativi nel mondo fisico: gli ingredienti sono deformabili, umidi e altamente variabili, le linee di produzione operano a elevata velocità in condizioni fredde e difficili, e la produzione alimentare è afflitta da una carenza cronica di manodopera. Progettare sistemi robotici che funzionino in modo affidabile in tali condizioni e mettere rapidamente in funzione nuove implementazioni richiede simulazioni di livello industriale e una pianificazione del movimento ad alte prestazioni, ha dichiarato l’azienda.

Simulazione e gemelli digitali con Isaac Sim

Chef Robotics utilizza il framework aperto Isaac Sim per creare gemelli digitali fisicamente accurati delle proprie celle di lavoro robotiche e delle linee di produzione dei clienti. Le nuove configurazioni vengono progettate, simulate e validate in un ambiente virtuale prima della distribuzione, consentendo all’azienda di sottoporre le celle a test di sollecitazione rispetto alla varietà di ingredienti, contenitori, utensili e layout di linea presenti nelle strutture dei clienti. L’azienda ha affermato che questo approccio riduce il tempo dal progetto alla messa in opera nel reparto produttivo dello stabilimento.

NVIDIA descrive Isaac Sim come un framework di riferimento open source basato sulle librerie Omniverse per la simulazione robotica, i test e la generazione di dati sintetici in ambienti virtuali basati sulla fisica. Secondo la documentazione NVIDIA per gli sviluppatori, il framework acquisisce file di progettazione assistita da computer, modelli in Unified Robot Description Format o acquisizioni del mondo reale e li converte in USD; gli sviluppatori assemblano quindi le scene assegnando materiali, abilitando la fisica e configurando i modelli di robot e sensori. Il framework supporta la generazione controllabile di dati sintetici, che può essere arricchita con i modelli fondazionali del mondo Cosmos di NVIDIA, e consente di addestrare gli stack di percezione e mobilità in simulazione e valutarli tramite test software-in-the-loop o hardware-in-the-loop. NVIDIA afferma che il framework è completamente estensibile, consentendo agli sviluppatori di creare simulatori personalizzati basati su OpenUSD o di integrarne le funzionalità nelle pipeline di test e validazione esistenti. Secondo NVIDIA, Isaac Sim è gratuito, distribuito come open source con licenza Apache 2.0 e disponibile su GitHub.

Pianificazione del movimento con cuMotion

Per la pianificazione del movimento, Chef Robotics utilizza cuMotion per generare traiettorie rapide e prive di collisioni per robot che operano in ambienti di produzione alimentare affollati e ad alta varietà. L’azienda ha affermato che ciò consente ai suoi sistemi di pianificare e adattare il movimento in modo efficiente su tutta la gamma di compiti gestiti dai robot in produzione, dal prelievo di singoli pezzi e assemblaggio mediante deposizioni multiple a linee coordinate multi-robot.

NVIDIA descrive cuMotion come una libreria di generazione di movimento ad alte prestazioni per la robotica, focalizzata principalmente sulla manipolazione, con accelerazione GPU applicata in tutto il processo. Le sue capacità documentate includono cinematica e cinematica inversa, cinematica inversa consapevole delle collisioni, pianificazione di percorsi basata su grafi consapevole delle collisioni, ottimizzazione delle traiettorie consapevole delle collisioni e generazione di movimento end-to-end, controllo reattivo tramite il framework matematico RMPflow, generazione di traiettorie tempo-ottimali per percorsi nello spazio di configurazione o di compito, generazione di sfere di collisione che approssimano una mesh chiusa con un insieme di sfere, e segmentazione robotica che rimuove il contributo del braccio robotico dai flussi di immagini di profondità. Sono supportati robot con qualsiasi numero di gradi di libertà, e la libreria è implementata in C++ con un set completo di binding per Python.

Secondo il repository del progetto, cuMotion discende da due precedenti librerie NVIDIA: Lula, rilasciata per anni come parte di Isaac Sim e completamente assorbita, e cuRobo, una libreria sviluppata da NVIDIA Research i cui algoritmi per la cinematica inversa consapevole delle collisioni e l’ottimizzazione delle traiettorie compaiono in cuMotion in implementazioni ottimizzate e rinforzate. Il repository afferma inoltre che cuMotion servirà presto come backend di generazione del movimento per Isaac ROS cuMotion e per i flussi di lavoro di riferimento di manipolazione in Isaac ROS. L’attuale versione è fornita per Linux e Windows su computer basati su architettura x86 con GPU NVIDIA di generazione Turing o successive, e per Jetson Orin, Jetson Thor e DGX Spark.

“Il cibo è uno dei problemi di manipolazione più difficili nel mondo fisico, e risolverlo richiede sia IA di livello mondiale sia strumenti di ingegneria di livello mondiale”, ha dichiarato Rajat Bhageria, fondatore e CEO di Chef Robotics. “Costruire sullo stack robotico di NVIDIA permette al nostro team di muoversi più rapidamente — progettando, simulando e validando i sistemi in un ambiente virtuale, per poi distribuirli con fiducia nelle strutture di produzione reali.” Bhageria ha descritto lo stack come una componente chiave di come l’azienda scala l’IA fisica nell’industria alimentare.