Chef Robotics buduje roboty do manipulowania żywnością w oparciu o stos technologiczny NVIDIA Isaac

Chef Robotics ogłosiła 7 października 2026, że buduje swoje systemy robotyczne do manipulacji żywnością na stosie rozwoju robotyki NVIDIA, wykorzystując NVIDIA Isaac Sim, który jest zbudowany na bibliotekach NVIDIA Omniverse, do symulacji i pracy z cyfrowymi bliźniakami, oraz NVIDIA cuMotion do przyspieszonego planowania ruchu na GPU.

Firma, opisująca się jako pierwsza, która skomercjalizowała skalowalne rozwiązanie robotyki spożywczej oparte na fizycznej AI, powiedziała, że stos ma przyspieszyć sposób, w jaki opracowuje i wdraża swoje roboty, zachowując jednocześnie niezawodność w produkcji. Chef Robotics poinformowała również, że wdrożenia systemów u klientów osiągnęły nawet 60 % wyższą wydajność pracy.

Zgodnie z ogłoszeniem, żywność znajduje się wśród najbardziej wymagających środowisk manipulacji w świecie fizycznym: składniki są odkształcalne, wilgotne i bardzo zmienne, linie produkcyjne pracują przy dużej przepustowości w zimnych, trudnych warunkach, a przemysł spożywczy boryka się z chronicznym niedoborem siły roboczej. Projektowanie systemów robotycznych, które działają niezawodnie w takich warunkach, oraz szybkie uruchamianie nowych wdrożeń, wymaga symulacji klasy przemysłowej i wysokowydajnego planowania ruchu, jak podkreśliła firma.

Symulacja i cyfrowe bliźniaki z Isaac Sim

Chef Robotics wykorzystuje otwartą platformę Isaac Sim do tworzenia fizycznie dokładnych cyfrowych bliźniaków swoich zrobotyzowanych gniazd roboczych oraz linii produkcyjnych klientów. Nowe konfiguracje są projektowane, symulowane i weryfikowane w wirtualnym środowisku przed wdrożeniem, co pozwala firmie przeprowadzać testy obciążeniowe gniazd względem różnorodności składników, pojemników, przyborów i układów linii występujących w zakładach klientów. Firma stwierdziła, że takie podejście skraca drogę od projektu do działającego wdrożenia na terenie zakładu.

NVIDIA opisuje Isaac Sim jako referencyjną platformę o otwartym kodzie źródłowym, opartą na bibliotekach Omniverse i przeznaczoną do symulacji robotyki, testowania oraz generowania danych syntetycznych w wirtualnych środowiskach opartych na prawach fizyki. Zgodnie z dokumentacją NVIDIA dla programistów platforma przyjmuje pliki projektowania wspomaganego komputerowo, modele w Unified Robot Description Format lub zarejestrowane dane ze świata rzeczywistego i konwertuje je do USD. Następnie programiści tworzą sceny, przypisując materiały, włączając symulację fizyki oraz konfigurując modele robotów i czujników. Platforma obsługuje kontrolowane generowanie danych syntetycznych, które można wzbogacić za pomocą bazowych modeli świata Cosmos firmy NVIDIA, oraz umożliwia trenowanie stosów percepcji i mobilności w symulacji i ocenianie ich w testach z oprogramowaniem lub sprzętem w pętli. NVIDIA podaje, że platformę można w pełni rozszerzać, dzięki czemu programiści mogą budować własne symulatory oparte na OpenUSD lub integrować jej możliwości z istniejącymi procesami testowania i walidacji. Według NVIDIA Isaac Sim jest bezpłatny, udostępniany jako otwarte oprogramowanie na licencji Apache 2.0 i dostępny w GitHub.

Planowanie ruchu z cuMotion

Do planowania ruchu Chef Robotics wykorzystuje cuMotion do generowania szybkich, wolnych od kolizji trajektorii dla robotów pracujących w zatłoczonych, zróżnicowanych środowiskach produkcji żywności. Firma stwierdziła, że pozwala to jej systemom efektywnie planować i dostosowywać ruch w szerokim zakresie zadań, które roboty wykonują w produkcji, od podnoszenia pojedynczych elementów i kompletowania przez wielokrotne odkładanie składników po skoordynowane linie wielorobotowe.

NVIDIA opisuje cuMotion jako wysokowydajną bibliotekę generowania ruchu dla robotyki, skoncentrowaną głównie na manipulacji, z przyspieszeniem GPU zastosowanym w całym procesie. Dokumentowane możliwości obejmują kinematykę i kinematykę odwrotną, kinematykę odwrotną uwzględniającą kolizje, planowanie ścieżek oparte na grafach z uwzględnieniem kolizji, optymalizację trajektorii z uwzględnieniem kolizji oraz generowanie ruchu end‑to‑end, sterowanie reaktywne przy użyciu matematycznego frameworku RMPflow, generowanie trajektorii o optymalnym czasie dla ścieżek w przestrzeni konfiguracji lub zadania, generowanie kul kolizyjnych przybliżających zamkniętą siatkę zestawem kul oraz segmentację robota, która usuwa wkład ramienia robota ze strumieni obrazów głębokości. Obsługiwane są roboty o dowolnej liczbie stopni swobody, a biblioteka jest zaimplementowana w C++ z pełnym zestawem powiązań Python.

Zgodnie z repozytorium projektu, cuMotion wywodzi się z dwóch wcześniejszych bibliotek NVIDIA: Lula, która była wydawana przez lata jako część Isaac Sim i została całkowicie wchłonięta, oraz cuRobo, biblioteki opracowanej przez NVIDIA Research, której algorytmy kinematyki odwrotnej z uwzględnieniem kolizji i optymalizacji trajektorii pojawiają się w cuMotion w zoptymalizowanych i wzmocnionych implementacjach. Repozytorium informuje również, że cuMotion wkrótce będzie służyć jako zaplecze generowania ruchu dla Isaac ROS cuMotion oraz referencyjnych przepływów pracy manipulacji w Isaac ROS. Obecne wydanie jest dostępne dla systemów Linux i Windows na komputerach opartych na architekturze x86 z GPU NVIDIA generacji Turing lub nowszej, oraz dla Jetson Orin, Jetson Thor i DGX Spark.

“Jedzenie jest jednym z najtrudniejszych problemów manipulacji w świecie fizycznym i jego rozwiązanie wymaga zarówno światowej klasy sztucznej inteligencji, jak i narzędzi inżynieryjnych klasy światowej,” powiedział Rajat Bhageria, założyciel i dyrektor generalny Chef Robotics. “Budowanie na stosie robotyki NVIDIA pozwala naszemu zespołowi działać szybciej — projektować, symulować i weryfikować systemy w wirtualnym środowisku, a następnie wdrażać je z pewnością w rzeczywistych zakładach produkcyjnych.” Bhageria opisał stos jako kluczowy element skalowania fizycznej AI w przemyśle spożywczym.