Chef Robotics bygger matmanipulerande robotar på NVIDIA Isaac Stack

Chef Robotics annonserade den 7 oktober 2026 att de bygger sina matmanipulerande robotsystem på NVIDIAs utvecklingsstack för robotik, och antar NVIDIA Isaac Sim, som är byggd på NVIDIAs Omniverse-bibliotek, för simulering och digitala tvillingar, samt NVIDIA cuMotion för GPU‑accelererad rörelsesplanering.

Företaget, som beskriver sig själva som de första att kommersialisera en skalbar fysisk AI‑matrobotiklösning, sade att stacken är avsedd att påskynda hur de utvecklar och implementerar sina robotar samtidigt som de upprätthåller tillförlitlighet i produktionen. Chef Robotics rapporterade också att kundinstallationer av deras system har uppnått upp till 60 % högre arbetsproduktivitet.

Enligt meddelandet är mat en av de mest krävande manipuleringsmiljöerna i den fysiska världen: ingredienser är formbara, våta och mycket varierande, produktionslinjer kör med hög genomströmning i kalla, hårda förhållanden, och livsmedelsproduktion står inför en kronisk arbetskraftsbrist. Att konstruera robotsystem som fungerar pålitligt under dessa förhållanden, och att snabbt få nya installationer i drift, kräver industriell simulering av hög kvalitet och högpresterande rörelsesplanering, säger företaget.

Simulering och digitala tvillingar med Isaac Sim

Chef Robotics använder det öppna Isaac Sim‑ramverket för att konstruera fysiskt exakta digitala tvillingar av sina robotarbetsceller och av kundernas produktionslinjer. Nya konfigurationer designas, simuleras och valideras i en virtuell miljö innan de implementeras, vilket gör att företaget kan stresstesta cellerna mot den variation av ingredienser, behållare, verktyg och linjelayouter som finns i kundernas anläggningar. Företaget sade att detta tillvägagångssätt förkortar vägen från design till en fungerande installation på produktionsgolvet.

NVIDIA beskriver Isaac Sim som ett öppen källkod-referensramverk byggt på Omniverse‑bibliotek för robotsimulering, testning och syntetisk datagenerering i fysiskt baserade virtuella miljöer. Enligt NVIDIAs utvecklardokumentation tar ramverket emot datorstödda designfiler, Unified Robot Description Format‑modeller eller verkliga inspelningar och konverterar dem till USD, varefter utvecklare bygger scener genom att tilldela material, aktivera fysik och konfigurera robot‑ och sensormodeller. Ramverket stöder kontrollerbar syntetisk datagenerering, som kan förstärkas med NVIDIAs Cosmos‑världsgrundmodeller, och det möjliggör att perceptions‑ och mobilitetsstackar tränas i simulering och utvärderas genom mjukvaru‑i‑loopen‑ eller hårdvaru‑i‑loopen‑testning. NVIDIA anger att ramverket är fullt extensibelt, så utvecklare kan skapa anpassade OpenUSD‑baserade simulatorer eller integrera dess funktioner i befintliga test‑ och valideringspipeline. Isaac Sim är gratis att använda, licensierat som öppen källkod under Apache 2.0 och tillgängligt på GitHub, enligt NVIDIA.

Rörelsesplanering med cuMotion

För rörelsesplanering använder Chef Robotics cuMotion för att generera snabba, kollision‑fria banor för robotar som arbetar i trånga, högmixade livsmedelsproduktionsmiljöer. Företaget sade att detta gör det möjligt för deras system att planera och anpassa rörelser effektivt över hela uppgiftsområdet som deras robotar hanterar i produktionen, från delplockning och flerdelad montering till koordinerade fler‑robot‑linjer.

NVIDIA beskriver cuMotion som ett högpresterande rörelsesgenereringsbibliotek för robotik, främst inriktat på manipulation, med GPU‑acceleration genomgående. Dess dokumenterade funktioner omfattar kinematik och invers kinematik, kollision‑medveten invers kinematik, kollision‑medveten grafbaserad banplanering, kollision‑medveten trajektoriekoptimering och end‑to‑end‑rörelsesgenerering, reaktiv styrning via det matematiska ramverket RMPflow, tidsoptimalt trajektoriegenerering för banor i konfigurations‑ eller uppgiftsrum, generering av kollisionssfärer som approximerar ett slutet nät med ett antal sfärer, samt robotsegmentering som tar bort en robotarms bidrag från djupbildsströmmar. Robotar med valfritt antal frihetsgrader stöds, och biblioteket är implementerat i C++ med ett komplett set av Python‑bindningar.

Enligt projektets repository härstammar cuMotion från två tidigare NVIDIA‑bibliotek: Lula, som släpptes i flera år som en del av Isaac Sim och har helt absorberats, samt cuRobo, ett bibliotek utvecklat av NVIDIA Research vars algoritmer för kollision‑medveten invers kinematik och trajektoriekoptimering finns i cuMotion i optimerade och härdade implementationer. Repositoryt anger också att cuMotion snart kommer att fungera som bakgrund för rörelsesgenerering för Isaac ROS cuMotion och de manipuleringsreferensarbetsflödena i Isaac ROS. Den nuvarande releasen tillhandahålls för Linux och Windows på x86‑baserade datorer med ett NVIDIA‑GPU från Turing‑generationen eller senare, samt för Jetson Orin, Jetson Thor och DGX Spark.

“Mat är ett av de svåraste manipuleringsproblemen i den fysiska världen, och att lösa det kräver både AI i världsklass och ingenjörsverktyg i världsklass,” sade Rajat Bhageria, grundare och VD för Chef Robotics. “Att bygga på NVIDIAs robotikstack låter vårt team arbeta snabbare — designa, simulera och validera system i en virtuell miljö, för att sedan implementera dem med förtroende i verkliga produktionsanläggningar.” Bhageria beskrev stacken som en nyckelkomponent i hur företaget skalar fysisk AI över livsmedelsindustrin.