Isaac ROS 5.0 ของ NVIDIA เพิ่มทักษะแบบเอเจนท์และการสนับสนุน ROS Lyrical

NVIDIA เปิดตัว Isaac ROS 5.0 ซึ่งเป็นชุดแพคเกจที่เร่งด้วย GPU สร้างบนกรอบงานเปิดของ ROS เมื่อวันที่ 22 กันยายน 2026 ณ การประชุม ROSCon ที่โตรอนโต โดยเพิ่มกระบวนการพัฒนาแบบเอเจนท์ การสนับสนุนแพลตฟอร์ม ROS Lyrical และ Ubuntu 24.04 รวมถึงความสามารถการรับรู้ใหม่

ROS เป็นโครงการของ Open Robotics ที่ให้พื้นฐานโอเพ่นซอร์สสำหรับการพัฒนาหุ่นยนต์สมัยใหม่ส่วนใหญ่ โดยมอบเครื่องมือ ไลบรารี และมาตรฐานร่วมให้กับนักพัฒนาเพื่อสร้างและเชื่อมต่อแอปพลิเคชันหุ่นยนต์ NVIDIA กล่าวว่า Isaac ROS นำการคำนวณที่เร่งความเร็ว โมเดล AI ทางกายภาพ และไลบรารีพร้อมผลิตสู่ผู้ใช้ ROS ประมาณ 1.3 ล้านคน

Isaac ROS 5.0 แนะนำการสนับสนุน ROS Lyrical และ Ubuntu 24.04 ให้กับนักพัฒนาเพื่อให้สามารถนำแพลตฟอร์ม ROS ล่าสุดมาใช้ได้ในขณะที่ยังคงเร่งงานหุ่นยนต์ที่ต้องการทรัพยากรด้วยการคำนวณของ NVIDIA รุ่นนี้พร้อมให้ดาวน์โหลดแล้ว ฟรีและโอเพ่นซอร์ส พร้อมเอกสารและวัสดุเริ่มต้นบน GitHub

ทักษะแบบเอเจนท์และโมเดลการรับรู้

รุ่นนี้แนะนำทักษะใหม่ของ NVIDIA Isaac สำหรับการตั้งค่าและการจัดการ ซึ่ง NVIDIA อธิบายว่าเป็นกระบวนการทำงานที่สามารถนำกลับมาใช้ใหม่ได้ซึ่งนักพัฒนาและเอเจนท์ AI สามารถใช้เพื่อทำงานพัฒนาหุ่นยนต์ให้เสร็จ NVIDIA ยังกล่าวว่าเอกสารที่พร้อมสำหรับเอเจนท์ทำให้เอเจนท์ AI เข้าใจเครื่องมือและกระบวนการทำงานของ Isaac ROS ได้ง่ายขึ้น ทำให้ความตั้งใจของนักพัฒนาถูกแปลงเป็นแอปพลิเคชันที่ทำงานได้เร็วขึ้น

ในทักษะใหม่เหล่านี้ NVIDIA กล่าวว่าทักษะการปรับแต่งละเอียด FoundationStereo ช่วยให้เอเจนท์ AI ปรับโมเดลการรับรู้สเตอริโอให้เข้ากับกล้อง สภาพแวดล้อม และแอปพลิเคชันหุ่นยนต์ของนักพัฒนา ทำให้นักพัฒนาสามารถรับรู้ได้แม่นยำยิ่งขึ้นสำหรับการกำหนดค่าตัวเซ็นเซอร์ที่กำหนด FoundationPose ซึ่งเป็นโมเดลพื้นฐานของ NVIDIA สำหรับการประมาณตำแหน่งและการติดตามวัตถุ ตอนนี้ให้ไลบรารีการสรุปผลที่พร้อมสำหรับเอเจนท์ ซึ่งตามที่ NVIDIA ระบุ ทำให้หุ่นยนต์รับรู้และติดตามตำแหน่งและทิศทางของวัตถุได้เร็วขึ้นถึง 5.5 เท่า

Pick and place ซึ่งเป็นกระบวนการทำงานทั่วไปที่เชื่อมต่อการตรวจจับ การประมาณความลึก และผลลัพธ์ตำแหน่ง ตอนนี้มีให้เป็นทักษะแยกอิสระพร้อมสำหรับเอเจนท์ที่นักพัฒนาหุ่นยนต์สามารถใช้ได้นอกเหนือจาก Isaac ROS

การขนส่งหน่วยความจำแบบไม่ขึ้นกับผู้จำหน่ายใน ROS Lyrical

NVIDIA ทำงานร่วมกับ Open Source Robotics Alliance เพื่อร่วมพัฒนาหน้าต่อการจัดการข้อมูลมาตรฐานให้กับ ROS Lyrical ซึ่ง NVIDIA กล่าวว่าช่วยให้ซอฟต์แวร์หุ่นยนต์ทำงานอย่างมีประสิทธิภาพบนฮาร์ดแวร์คอมพิวติ้งที่หลากหลายรวมถึง GPU หน้าต่อที่พร้อมให้กับชุมชน ROS ทั้งหมดทำให้นักพัฒนามีวิธีที่สอดคล้องในการเร่งประสิทธิภาพแอปพลิเคชันหุ่นยนต์ที่ต้องการทรัพยากร โดย CUDA เป็นตัวอย่างการทำงานสำหรับการเร่งด้วย GPU

พันธมิตรอธิบายคุณลักษณะที่ร่วมพัฒนานี้ rosidl::buffer ว่าเป็นหนึ่งในคุณลักษณะสำคัญของ ROS Lyrical Luth ซึ่งเป็นรุ่นสนับสนุนระยะยาวล่าสุดของ ROS ที่เปิดตัวเมื่อ 23 พฤษภาคม 2026 โดยเริ่มต้นและร่วมพัฒนาโดย NVIDIA คุณลักษณะนี้ทำให้การถ่ายโอนข้อมูลที่เร่งความเร็วระหว่างหน่วยความจำ CPU, GPU หรือโดเมนหน่วยความจำอื่นใดที่ผู้จำหน่ายจัดหาได้เป็นไปได้ ด้วยการใช้โครงสร้างร่วมสำหรับการแสดงและขนส่งหน่วยความจำที่จัดการจากภายนอก ซึ่งช่วยขจัดความจำเป็นในการสร้างประเภทข้อความใหม่สำหรับแต่ละตัวเร่งหรือไลบรารี

ตามที่พันธมิตรระบุ การออกแบบนี้ยังคงรักษาข้อความ ROS มาตรฐาน ผู้เผยแพร่ ผู้สมัครสมาชิก ขอบเขตโหนด และมิดเดิลแวร์ของ ROS ไว้เช่นเดิม และการดำเนินการมิดเดิลแวร์สามารถโหลดแบ็กเอนด์ของบัฟเฟอร์เป็นปลั๊กอินได้ ผู้จำหน่ายสามารถสร้างไลบรารีบัฟเฟอร์ที่ให้ผู้พัฒนามีการเข้าถึงประเภทหน่วยความจำฮาร์ดแวร์อย่างปลอดภัยและมองเห็นได้ต่อผู้ใช้ และแพคเกจการแปลงสามารถปรับข้อความ ROS ให้เข้ากับเฟรมเวิร์กเช่น PyTorch หรือ CV-CUDA พันธมิตรชี้ว่า การขนส่งแบบศูนย์คัดลอก (zero‑copy) มีให้เป็นเส้นทางที่ขึ้นกับแบ็กเอนด์แทนการรับประกันทั่วโลก ซึ่งขึ้นอยู่กับตัวแปรเช่น ความเข้ากันได้ของคู่สหาย ความใกล้ชิด การขนส่งและความสามารถของหน่วยความจำ

ในโพสต์วันที่ 20 กันยายน 2026 บนเว็บไซต์ Open Source Robotics Alliance ROS Project Leader Michael J. Carroll กล่าวว่า: “NVIDIA เป็นตัวอย่างที่ดีจริง ๆ ในวิธีที่พวกเขาดำเนินการพัฒนางาน buffer พวกเขาไม่ได้เพียงแค่โยนให้เรารับผิดชอบเท่านั้น แต่ได้เริ่มต้นความร่วมมือและการมีส่วนร่วมจากชุมชนอย่างมาก”

การบูรณาการระบบนิเวศและการปรับใช้บนหุ่นยนต์

การเปิดตัวของ NVIDIA อธิบายระบบนิเวศหุ่นยนต์ที่กำลังขยายแนวทางแบบเอเจนท์นี้อยู่แล้ว AgenticROS ซึ่งเป็นโครงการโอเพ่นซอร์สที่ได้รับการสนับสนุนจากบริษัทเทคโนโลยีการรับรู้ 3 มิติ RealSense เชื่อมต่อ Isaac ROS กับโมเดลเปิดของ NVIDIA Nemotron และแบบแปลน NemoClaw ทำให้เอเจนท์ AI สามารถโต้ตอบกับหุ่นยนต์ที่ใช้ ROS RealSense ยังกำลังปรับปรุงกล้อง 3D สเตอริโอที่เป็น AI‑native รวมถึง RealSense D585 Pro และชุดพัฒนาโปรแกรมซอฟต์แวร์โอเพ่นซอร์สสำหรับ Isaac ROS และแพลตฟอร์ม AI ขอบ Edge Jetson Thor

Open Machine Tending Solution ของ Intrinsic ซึ่งเป็นแอปพลิเคชันอ้างอิงสำหรับการดูแลเครื่อง CNC และเป็นส่วนหนึ่งของชุด Intrinsic Core โอเพ่นซอร์สที่เพิ่งเปิดตัวใหม่ มีความเข้ากันได้ในตัวกับ FoundationPose สำหรับการลงทะเบียนวัตถุ การติดตามและการประมาณตำแหน่งแบบพร้อมใช้ Magna ใช้ Isaac ROS เป็นพื้นฐานแบบโมดูลที่เร่งด้วย GPU สำหรับการรับรู้หุ่นยนต์ การเก็บข้อมูลประสานเวลาและการปรับใช้โมเดล Isaac GR00T ร่วมกับการทดสอบฮาร์ดแวร์‑อิน‑เดอะ‑ลูปของ Isaac Sim Seeed Studio ผสาน Isaac ROS กับแขน reBot Arm ของตน เพื่อรันการรับรู้ที่เร่งความเร็ว ความเข้าใจเชิงพื้นที่ และการวางแผนการเคลื่อนที่บน Jetson Thor

Ekumen, บริษัทในเครือ Grid Dynamics, กำลังใช้แพ็กเกจ Isaac ROS ที่เร่งด้วย GPU ภายในสแตก ROS และ Nav2 ที่มีอยู่เดิมเพื่อปรับปรุงการจอดที่แม่นยำ, การตรวจจับอุปสรรค 3 มิติ, การกำหนดตำแหน่งด้วยภาพและการวางแผนการเคลื่อนที่แบบเรียลไทม์. โพสต์ระบุว่า Ekumen ใช้ isaac_ros_cumotion บน GPU เพื่อทำแผนที่เส้นทางปลอดการชนสำหรับแขนหุ่นยนต์ในคลังสินค้าในเวลาประมาณ 2 ถึง 5 มิลลิวินาที. Flexiv กำลังรวม Isaac ROS เข้ากับหุ่นยนต์ปรับตัว Rizon 4 ของตน, โดยมีเส้นทางจากการทดสอบแอปพลิเคชันใน Isaac Sim ไปสู่การปรับใช้บนหุ่นยนต์จริง.

Foxglove, พาร์ทเนอร์ของ Isaac ROS, รวมเครื่องมือเว็บและเดสก์ท็อปสำหรับการแสดงผลและการดีบักแอปพลิเคชัน ROS แบบสดตลอดการสอน Isaac ROS. เครื่องมือจัดการแพ็กเกจ Pixi ของ Prefix.dev สร้างสภาพแวดล้อมการพัฒนาหุ่นยนต์ที่ทำซ้ำได้, นำ ROS มาผสานกับแพลตฟอร์ม CUDA. Ouster รวมกล้องสเตรีโอ ZED ของ Stereolabs เข้ากับ Isaac ROS เพื่อมอบการรับรู้ที่เร่งด้วย GPU สำหรับการตรวจจับวัตถุแบบเรียลไทม์, การทำแผนที่และการนำทาง.

Isaac ROS 5.0 รองรับการคำนวณที่ปรับขนาดได้, ตั้งแต่ Jetson Orin Nano ระดับเริ่มต้นจนถึงอุปกรณ์ Jetson Thor ที่มีประสิทธิภาพสูง. NVIDIA อธิบายว่า Jetson เป็นแพลตฟอร์มคอมพิวติ้งที่ปรับขนาดได้สำหรับการรันสแตก AI ทางกายภาพที่ขอบเครือข่าย, และระบุว่าบริษัทโรบอทิกต่างๆ ได้เริ่มใช้การผสมผสานของ Isaac ROS และ Jetson เพื่อนำการประมวลผล AI เพิ่มขึ้นโดยตรงเข้าสู่เครื่องของพวกเขา.

Mentee Robotics ใช้ Isaac ROS เป็นโครงกระดูกการรับรู้และ AI ของหุ่นมนุษย์ MenteeBot ของตน, โดยมีฐานซอฟต์แวร์ร่วมกันบนแพลตฟอร์ม Jetson Orin และ Jetson Thor. Universal Robots ได้ใส่ Isaac ROS เข้าไปในชุดพัฒนา SDK AI Accelerator ของตน, ที่ขับเคลื่อนด้วย Jetson ที่ขอบเครือข่าย, เพื่อช่วยผู้รวมระบบปรับใช้ความสามารถการรับรู้และการเคลื่อนที่ขั้นสูงโดยไม่ต้องพัฒนาซอฟต์แวร์โรบอทิกที่ซับซ้อนตั้งแต่ต้น.

ROBOTIS, ผู้สร้าง TurtleBot3 ที่ใช้ ROS, กำลังรวม Isaac ROS เข้ากับหุ่นยนต์ AI Worker ของตน, โดยใช้การรับรู้วัตถุที่เร่งด้วย GPU สำหรับงานการจัดการโดยใช้ภาพรวมถึงการหยิบ, การวางและการจัดตำแหน่ง. FieldAI กำลังรวม Isaac ROS บนอุปกรณ์ Jetson สำหรับโมเดลพื้นฐานของหุ่นยนต์ของตน, ซึ่งสามารถทำงานได้เต็มรูปแบบบนหุ่นยนต์โดยไม่ต้องพึ่งพาการเชื่อมต่อคลาวด์. Noble Machines ใช้ Isaac ROS บน Jetson เพื่อเร่งการพัฒนาหุ่นยนต์ทั่วไปสำหรับการใช้งานอุตสาหกรรม.

Open Source Robotics Alliance เชิญชวนนักพัฒนาให้สร้างแบ็กเอนด์บัฟเฟอร์ที่เข้ากันได้และแพ็กเกจการแปลง, แบ่งปันภายใต้สัญญาอนุญาตโอเพ่นซอร์ส, และเข้าร่วมกลุ่มทำงานการขนส่งหน่วยความจำที่เร่ง, ซึ่งประชุมทุกสองสัปดาห์.