Isaac ROS 5.0 di NVIDIA aggiunge competenze agentiche e supporto per ROS Lyrical

NVIDIA ha presentato Isaac ROS 5.0, una raccolta di pacchetti accelerati tramite GPU e basati sul framework aperto ROS, il 22 settembre 2026 durante la conferenza ROSCon di Toronto. La versione aggiunge flussi di sviluppo agentici, il supporto per la piattaforma ROS Lyrical e Ubuntu 24.04 e nuove capacità di percezione.

ROS è un progetto di Open Robotics che fornisce le fondamenta open source per gran parte dello sviluppo moderno della robotica, offrendo agli sviluppatori strumenti, librerie e standard comuni per creare e collegare applicazioni robotiche. NVIDIA ha affermato che Isaac ROS porta il proprio computing accelerato, i modelli di IA fisica e le librerie pronte per la produzione a quasi 1,3 milioni di utenti ROS.

Isaac ROS 5.0 introduce il supporto per ROS Lyrical e Ubuntu 24.04, offrendo agli sviluppatori un percorso per adottare la piattaforma ROS più recente e continuare ad accelerare i carichi di lavoro robotici più impegnativi con il computing NVIDIA. La versione è già disponibile gratuitamente e come open source, con documentazione e materiali introduttivi su GitHub.

Competenze agentiche e modelli di percezione

La versione introduce nuove competenze NVIDIA Isaac per la configurazione e la manipolazione, descritte da NVIDIA come flussi riutilizzabili che sviluppatori e agenti di IA possono utilizzare per completare attività di sviluppo robotico. Secondo NVIDIA, la documentazione predisposta per gli agenti aiuta inoltre gli agenti di IA a comprendere più facilmente gli strumenti e i flussi di Isaac ROS, trasformando più rapidamente l’intento dello sviluppatore in applicazioni funzionanti.

Tra le nuove competenze, NVIDIA indica una funzione di ottimizzazione di FoundationStereo che consente a un agente di IA di contribuire ad adattare un modello di percezione stereo alle telecamere, all’ambiente e all’applicazione robotica dello sviluppatore, ottenendo una percezione più accurata per una specifica configurazione dei sensori. FoundationPose, il modello di base di NVIDIA per la stima e il tracciamento della posa degli oggetti, offre ora una libreria di inferenza predisposta per gli agenti che, secondo NVIDIA, consente ai robot di percepire e seguire la posizione e l’orientamento degli oggetti fino a 5,5 volte più velocemente.

Il prelievo e posizionamento, un flusso comune che collega rilevamento, stima della profondità e risultato della posa, è ora disponibile come competenza autonoma e predisposta per gli agenti, utilizzabile dagli sviluppatori di robot anche al di fuori di Isaac ROS.

Trasporto della memoria indipendente dal fornitore in ROS Lyrical

NVIDIA ha collaborato con Open Source Robotics Alliance per contribuire a ROS Lyrical con un’interfaccia standard per la gestione dei dati che, secondo NVIDIA, permette al software robotico di funzionare in modo efficiente su diversi tipi di hardware, comprese le GPU. Disponibile per l’intera comunità ROS, l’interfaccia offre agli sviluppatori un metodo uniforme per accelerare le applicazioni robotiche più impegnative, con CUDA come esempio operativo di accelerazione tramite GPU.

L’alleanza descrive la funzione apportata, rosidl::buffer, come una delle caratteristiche principali di ROS Lyrical Luth, la più recente versione ROS con supporto a lungo termine, pubblicata il 23 maggio 2026. Avviata e fornita da NVIDIA, la funzione consente il trasferimento accelerato tra la memoria della CPU, la memoria della GPU o qualsiasi altro dominio di memoria messo a disposizione da un fornitore. Utilizza una composizione comune per rappresentare e trasportare memoria gestita esternamente, eliminando la necessità di creare un nuovo tipo di messaggio per ogni acceleratore o libreria.

Secondo l’alleanza, il progetto conserva i messaggi ROS standard, publisher, subscriber, confini dei nodi e middleware ROS, mentre le implementazioni del middleware possono caricare i backend del buffer come plugin. I fornitori possono creare librerie di buffer che offrano agli sviluppatori un accesso sicuro e orientato all’utente a un tipo di memoria hardware, mentre i pacchetti di conversione possono adattare i messaggi ROS a framework come PyTorch o CV-CUDA. L’alleanza precisa che il trasporto senza copie è disponibile come percorso dipendente dal backend e non come garanzia universale, perché dipende da variabili quali compatibilità tra peer, località, trasporto e capacità della memoria.

In un articolo del 20 settembre 2026 sul sito di Open Source Robotics Alliance, il responsabile del progetto ROS Michael J. Carroll ha dichiarato: «NVIDIA è stata davvero un esempio per il modo in cui ha implementato il lavoro sul buffer. Non lo ha semplicemente rimandato a noi, ma ha avviato una grande collaborazione e raccolto i contributi della comunità».

Integrazioni dell’ecosistema e distribuzione sul robot

La pubblicazione di NVIDIA descrive un ecosistema robotico che sta già ampliando questo approccio agentico. AgenticROS, progetto open source sostenuto dall’azienda di tecnologia per la percezione 3D RealSense, collega Isaac ROS ai modelli aperti NVIDIA Nemotron e ai progetti NemoClaw, consentendo agli agenti di IA di interagire con robot basati su ROS. RealSense sta inoltre ottimizzando le proprie telecamere stereo di profondità 3D native per l’IA, compresa RealSense D585 Pro, e un kit di sviluppo software open source per Isaac ROS e la piattaforma di IA edge Jetson Thor.

Open Machine Tending Solution di Intrinsic, un’applicazione di riferimento per la gestione di macchine a controllo numerico computerizzato e parte della nuova suite open source Intrinsic Core, include la compatibilità integrata con FoundationPose per la registrazione, il tracciamento e la stima della posa degli oggetti senza configurazione aggiuntiva. Magna usa Isaac ROS come base modulare accelerata tramite GPU per la percezione robotica, la raccolta sincronizzata dei dati e la distribuzione del modello Isaac GR00T, insieme a test hardware-in-the-loop in Isaac Sim. Seeed Studio combina Isaac ROS con il proprio reBot Arm, eseguendo percezione accelerata, comprensione spaziale e pianificazione del movimento su Jetson Thor.

Ekumen, azienda di Grid Dynamics, utilizza pacchetti Isaac ROS accelerati tramite GPU negli stack ROS e Nav2 esistenti per migliorare l’aggancio di precisione, il rilevamento di ostacoli 3D, la localizzazione visiva e la pianificazione del movimento in tempo reale. L’articolo riferisce che Ekumen usa isaac_ros_cumotion su una GPU per calcolare un percorso senza collisioni destinato a un braccio da magazzino in circa 2-5 millisecondi. Flexiv integra Isaac ROS con il proprio robot adattivo Rizon 4, creando un percorso che va dal collaudo delle applicazioni in Isaac Sim alla loro distribuzione su un robot fisico.

Foxglove, partner di Isaac ROS, integra strumenti web e desktop per visualizzare ed eseguire il debug delle applicazioni ROS attive nel corso delle esercitazioni di Isaac ROS. Lo strumento di gestione dei pacchetti Pixi di Prefix.dev crea ambienti riproducibili per lo sviluppo robotico e unisce ROS alla piattaforma CUDA. Ouster integra le telecamere stereo Stereolabs ZED con Isaac ROS per offrire percezione accelerata tramite GPU per il rilevamento degli oggetti, la mappatura e la navigazione in tempo reale.

Isaac ROS 5.0 supporta una capacità di calcolo scalabile, dal Jetson Orin Nano di fascia iniziale ai dispositivi Jetson Thor ad alte prestazioni. NVIDIA descrive Jetson come una piattaforma di calcolo scalabile per eseguire lo stack di IA fisica all’edge e afferma che le aziende di robotica stanno già usando la combinazione di Isaac ROS e Jetson per portare una quota maggiore dell’elaborazione di IA direttamente sulle proprie macchine.

Mentee Robotics usa Isaac ROS come struttura centrale per la percezione e l’IA del proprio umanoide MenteeBot, con una base software condivisa tra le piattaforme Jetson Orin e Jetson Thor. Universal Robots ha integrato Isaac ROS nel proprio kit di sviluppo software AI Accelerator, alimentato da Jetson all’edge, per aiutare gli integratori a distribuire capacità avanzate di percezione e movimento senza sviluppare da zero software robotico complesso.

ROBOTIS, produttore del TurtleBot3 basato su ROS, sta integrando Isaac ROS nel proprio robot AI Worker e utilizza la percezione degli oggetti accelerata tramite GPU per attività di manipolazione guidate dalla visione, tra cui prelievo, posizionamento e allineamento. FieldAI integra Isaac ROS su dispositivi Jetson per i propri modelli di base destinati ai robot, che possono funzionare interamente sui robot senza dipendere dalla connettività cloud. Noble Machines usa Isaac ROS su Jetson per accelerare lo sviluppo di robot generici destinati ad applicazioni industriali.

Open Source Robotics Alliance invita gli sviluppatori a creare backend di buffer e pacchetti di conversione compatibili, condividerli con licenze open source e partecipare al gruppo di lavoro sul trasporto accelerato della memoria, che si riunisce ogni due settimane.