Chef Robotics bouwt robots voor voedselhantering op de NVIDIA Isaac-technologiestack

Chef Robotics kondigde op 7 oktober 2026 aan dat het zijn robotsystemen voor voedselhantering bouwt op de robotica-ontwikkelstack van NVIDIA. Het gebruikt NVIDIA Isaac Sim, dat op NVIDIA Omniverse-bibliotheken is gebouwd, voor simulatie en digitale tweelingen, en NVIDIA cuMotion voor GPU-versnelde bewegingsplanning.

Het bedrijf, dat zichzelf beschrijft als de eerste die een schaalbare fysieke AI‑voedselrobotica‑oplossing commercialiseert, zei dat de stack bedoeld is om te versnellen hoe het zijn robots ontwikkelt en inzet, terwijl de betrouwbaarheid in de productie behouden blijft. Chef Robotics meldde bovendien dat klantimplementaties van zijn systemen tot 60 % hogere arbeidsproductiviteit hebben bereikt.

Volgens de aankondiging behoort voedsel tot de meest veeleisende manipulatie‑omgevingen in de fysieke wereld: ingrediënten zijn vervormbaar, nat en sterk variabel, productielijnen draaien met een hoge doorvoersnelheid onder koude, barre omstandigheden, en de voedselproductie kampt met een chronisch arbeids­tekort. Het ontwikkelen van robotsystemen die onder die omstandigheden betrouwbaar presteren, en het snel operationeel krijgen van nieuwe implementaties, vereist industriële simulatie van topniveau en krachtige bewegingsplanning, aldus het bedrijf.

Simulatie en digitale tweelingen met Isaac Sim

Chef Robotics gebruikt het open Isaac Sim‑framework om fysiek nauwkeurige digitale tweelingen te bouwen van zijn robotwerkcellen en van productielijnen van klanten. Nieuwe configuraties worden ontworpen, gesimuleerd en gevalideerd in een virtuele omgeving vóór implementatie, waardoor het bedrijf de cellen kan stress‑testen tegen de verscheidenheid aan ingrediënten, containers, gereedschappen en lay‑outs van lijnen die in de faciliteiten van zijn klanten voorkomen. Het bedrijf zei dat deze aanpak de weg van ontwerp tot een werkende implementatie op de fabrieksvloer verkort.

NVIDIA beschrijft Isaac Sim als een opensourcereferentieframework op basis van Omniverse-bibliotheken voor robotsimulatie, tests en het genereren van synthetische gegevens in op fysica gebaseerde virtuele omgevingen. Volgens de ontwikkelaarsdocumentatie van NVIDIA verwerkt het framework bestanden voor computerondersteund ontwerp, modellen in Unified Robot Description Format of opnamen uit de echte wereld en zet het deze om in USD. Vervolgens stellen ontwikkelaars scènes samen door materialen toe te wijzen, fysica in te schakelen en robot- en sensormodellen te configureren. Het framework ondersteunt controleerbare generatie van synthetische gegevens, die kan worden aangevuld met NVIDIA’s Cosmos-basismodellen van de wereld. Ook kunnen perceptie- en mobiliteitsstacks in simulatie worden getraind en via software-in-the-loop- of hardware-in-the-loop-tests worden geëvalueerd. NVIDIA stelt dat het framework volledig uitbreidbaar is, zodat ontwikkelaars eigen OpenUSD-gebaseerde simulatoren kunnen bouwen of de mogelijkheden ervan in bestaande test- en validatieprocessen kunnen integreren. Volgens NVIDIA is Isaac Sim gratis te gebruiken, als open source gelicentieerd onder Apache 2.0 en beschikbaar op GitHub.

Bewegingsplanning met cuMotion

Voor bewegingsplanning gebruikt Chef Robotics cuMotion om snelle, botsingsvrije trajecten te genereren voor robots die werken in rommelige, sterk gevarieerde voedselproductieomgevingen. Het bedrijf zei dat dit zijn systemen in staat stelt beweging efficiënt te plannen en aan te passen over het scala aan taken dat zijn robots in de productie uitvoeren, van het oppakken van losse stukken en samenstellen door meerdere ingrediënten neer te leggen tot gecoördineerde multi‑robot‑lijnen.

NVIDIA beschrijft cuMotion als een krachtige bibliotheek voor bewegingsgeneratie voor robotica, voornamelijk gericht op manipulatie, met GPU‑versnelling door het hele proces. De gedocumenteerde mogelijkheden omvatten kinematica en inverse kinematica, botsingsbewuste inverse kinematica, botsingsbewuste grafgebaseerde padplanning, botsingsbewuste trajectoptimalisatie en end‑to‑end bewegingsgeneratie, reactieve controle via het RMPflow‑wiskundige framework, tijd‑optimale trajectgeneratie voor paden in configuratie‑ of taakruimte, botsingsbolgeneratie die een gesloten mesh benadert met een reeks bollen, en robotsegmentatie die de bijdrage van een robotarm uit diepte‑beeldstromen verwijdert. Robots met een willekeurig aantal vrijheidsgraden worden ondersteund, en de bibliotheek is geïmplementeerd in C++ met een volledige set Python‑bindings.

Volgens de repository van het project komt cuMotion voort uit twee eerdere NVIDIA‑bibliotheken: Lula, die jarenlang werd uitgebracht als onderdeel van Isaac Sim en volledig is opgegaan, en cuRobo, een bibliotheek ontwikkeld door NVIDIA Research waarvan de algoritmen voor botsingsbewuste inverse kinematica en trajectoptimalisatie in cuMotion verschijnen in geoptimaliseerde en geharde implementaties. De repository stelt ook dat cuMotion binnenkort zal dienen als de bewegingsgeneratie‑backend voor Isaac ROS cuMotion en de manipulatie‑referentieworkflows in Isaac ROS. De huidige release wordt geleverd voor Linux en Windows op x86‑gebaseerde computers met een NVIDIA‑GPU van de Turing‑generatie of later, en voor Jetson Orin, Jetson Thor en DGX Spark.

“Voedsel is een van de moeilijkste manipulatieproblemen in de fysieke wereld, en het oplossen ervan vereist zowel AI van wereldklasse als engineeringtools van wereldklasse,” zei Rajat Bhageria, oprichter en CEO van Chef Robotics. “Bouwen op de roboticastack van NVIDIA stelt ons team in staat sneller te werken — systemen ontwerpen, simuleren en valideren in een virtuele omgeving, en ze vervolgens met vertrouwen implementeren in echte productie­faciliteiten.” Bhageria beschreef de stack als een essentieel onderdeel van hoe het bedrijf fysieke AI schaalt in de voedingsindustrie.