Isaac ROS 5.0 ของ NVIDIA เพิ่มทักษะแบบเอเจนต์และการสนับสนุน ROS Lyrical

NVIDIA เปิดตัว Isaac ROS 5.0 ซึ่งเป็นชุดแพคเกจที่เร่งด้วย GPU สร้างบนกรอบงานเปิดของ ROS เมื่อวันที่ 22 กันยายน 2026 ที่การประชุม ROSCon ในเมืองโตรอนโต โดยเพิ่มกระบวนการพัฒนาแบบเอเจนต์ การสนับสนุนแพลตฟอร์ม ROS Lyrical และ Ubuntu 24.04 รวมถึงความสามารถด้านการรับรู้ใหม่

ROS เป็นโครงการของ Open Robotics ที่ให้พื้นฐานโอเพ่นซอร์สสำหรับการพัฒนาหุ่นยนต์สมัยใหม่จำนวนมาก โดยมอบเครื่องมือ ไลบรารี และมาตรฐานร่วมให้กับนักพัฒนาสำหรับการสร้างและเชื่อมต่อแอปพลิเคชันหุ่นยนต์ NVIDIA กล่าวว่า Isaac ROS นำการคำนวณที่เร่งด้วย GPU โมเดล AI ฟิสิกส์ และไลบรารีพร้อมผลิตภัณฑ์ไปสู่ผู้ใช้ ROS ประมาณ 1.3 ล้านคน

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

ทักษะแบบเอเจนต์และโมเดลการรับรู้

รุ่นนี้นำเสนอทักษะใหม่ของ NVIDIA Isaac สำหรับการตั้งค่าและการจัดการ ซึ่ง NVIDIA อธิบายว่าเป็นกระบวนการทำงานที่นำกลับมาใช้ใหม่ได้ ซึ่งนักพัฒนาและเอเจนต์ AI สามารถใช้เพื่อทำงานพัฒนาหุ่นยนต์ได้ NVIDIA กล่าวว่าเอกสารที่พร้อมสำหรับเอเจนต์ยังทำให้เอเจนต์ AI เข้าใจเครื่องมือและกระบวนการของ Isaac ROS ได้ง่ายขึ้น ทำให้ความตั้งใจของนักพัฒนาถูกแปลงเป็นแอปพลิเคชันที่ทำงานได้เร็วขึ้น

ในทักษะใหม่เหล่านี้ NVIDIA กล่าวว่าทักษะการปรับจูน FoundationStereo ช่วยให้เอเจนต์ AI ปรับโมเดลการรับรู้สเตอริโอให้เข้ากับกล้องของนักพัฒนา สภาพแวดล้อมและแอปพลิเคชันหุ่นยนต์ ทำให้นักพัฒนาสามารถบรรลุการรับรู้ที่แม่นยำยิ่งขึ้นสำหรับการกำหนดค่าตัวเซ็นเซอร์ที่กำหนดไว้ ทักษะ FoundationPose ซึ่งเป็นโมเดลพื้นฐานของ NVIDIA สำหรับการประมาณตำแหน่งและการติดตามวัตถุ ตอนนี้ให้ไลบรารีการสรุปผลที่พร้อมสำหรับเอเจนต์ ซึ่งตามที่ NVIDIA ระบุ ช่วยให้หุ่นยนต์รับรู้และติดตามตำแหน่งและการหมุนของวัตถุได้เร็วขึ้นถึง 5.5 เท่า

กระบวนการหยิบและวาง ซึ่งเป็นเวิร์กโฟลว์ทั่วไปที่เชื่อมต่อการตรวจจับ การประมาณความลึก และผลลัพธ์ตำแหน่ง ตอนนี้มีให้เป็นทักษะแยกที่พร้อมสำหรับเอเจนต์ ซึ่งนักพัฒนาหุ่นยนต์สามารถใช้ได้นอกเหนือจาก Isaac ROS

การขนส่งหน่วยความจำแบบไม่ขึ้นกับผู้ผลิตใน ROS Lyrical

NVIDIA ทำงานร่วมกับ Open Source Robotics Alliance เพื่อร่วมพัฒนาหน้าต่างการจัดการข้อมูลมาตรฐานให้กับ ROS Lyrical ซึ่ง NVIDIA กล่าวว่า ช่วยให้ซอฟต์แวร์หุ่นยนต์ทำงานได้อย่างมีประสิทธิภาพข้ามฮาร์ดแวร์คอมพิวเตอร์ที่แตกต่างกัน รวมถึง GPU อินเทอร์เฟซนี้พร้อมให้ชุมชน ROS ทั้งหมดใช้ ทำให้ผู้พัฒนามีวิธีที่สอดคล้องกันในการเร่งแอปพลิเคชันหุ่นยนต์ที่ต้องการประสิทธิภาพสูง โดย CUDA ให้ตัวอย่างการทำงานสำหรับการเร่งด้วย GPU

พันธมิตรอธิบายคุณลักษณะที่ร่วมพัฒนา rosidl::buffer ว่าเป็นหนึ่งในคุณลักษณะสำคัญของ ROS Lyrical Luth ซึ่งเป็นรุ่นสนับสนุนระยะยาวล่าสุดของ ROS ที่เปิดตัวเมื่อ 23 พฤษภาคม 2026 โครงการนี้เริ่มต้นและร่วมพัฒนาโดย NVIDIA ทำให้สามารถถ่ายโอนข้อมูลที่เร่งด้วยระหว่างหน่วยความจำของ CPU, GPU หรือโดเมนหน่วยความจำอื่นใดที่ผู้ผลิตจัดหา โดยใช้รูปแบบการประกอบร่วมสำหรับการแทนและขนส่งหน่วยความจำที่จัดการโดยภายนอก ซึ่งช่วยขจัดความจำเป็นในการสร้างประเภทข้อความใหม่สำหรับแต่ละตัวเร่งหรือไลบรารี

ตามที่พันธมิตรระบุ การออกแบบยังคงรักษาข้อความ ROS มาตรฐาน, ผู้เผยแพร่, ผู้สมัครรับข้อมูล, ขอบเขตโหนด และมิดเดิลแวร์ของ ROS ไว้ และการดำเนินการมิดเดิลแวร์สามารถโหลดแบ็กเอนด์ของบัฟเฟอร์เป็นปลั๊กอิน ผู้ผลิตสามารถสร้างไลบรารีบัฟเฟอร์ที่ให้ผู้พัฒนามีการเข้าถึงประเภทหน่วยความจำของฮาร์ดแวร์อย่างปลอดภัยและมองเห็นได้ ส่วนแพคเกจการแปลงสามารถปรับข้อความ ROS ให้เข้ากับเฟรมเวิร์กเช่น PyTorch หรือ CV-CUDA พันธมิตรชี้ให้เห็นว่าการขนส่งแบบศูนย์คัดลอก (zero‑copy) มีให้เป็นเส้นทางที่ขึ้นกับแบ็กเอนด์แทนที่จะเป็นการรับประกันสากล ซึ่งขึ้นอยู่กับตัวแปรต่าง ๆ เช่น ความเข้ากันได้ของคู่, ความใกล้ชิด, วิธีการขนส่งและความสามารถของหน่วยความจำ

ในโพสต์เมื่อ 20 กันยายน 2026 บนเว็บไซต์ของ Open Source Robotics Alliance ROS Project Leader Michael J. Carroll กล่าวว่า: “NVIDIA เป็นตัวอย่างที่ดีอย่างแท้จริงในการดำเนินการพัฒนาฟีเจอร์บัฟเฟอร์ พวกเขาไม่ได้เพียงผลักดันงานกลับมาที่เรา แต่ได้ริเริ่มการร่วมมือและรับฟังความคิดเห็นจากชุมชนอย่างมาก”

การบูรณาการระบบนิเวศและการใช้งานบนหุ่นยนต์

การปล่อยของ NVIDIA อธิบายระบบนิเวศหุ่นยนต์ที่กำลังขยายแนวทางแบบเอเจนต์นี้อยู่แล้ว AgenticROS โครงการโอเพ่นซอร์สที่สนับสนุนโดยบริษัทเทคโนโลยีการรับรู้ 3 มิติ RealSense เชื่อมต่อ Isaac ROS กับโมเดลเปิดของ NVIDIA Nemotron และแบบแปลน NemoClaw ทำให้เอเจนต์ AI สามารถโต้ตอบกับหุ่นยนต์ที่ใช้ ROS ได้ RealSense ยังกำลังปรับปรุงกล้องความลึกสเตอริโอ 3 มิติที่เป็น AI‑native รวมถึง RealSense D585 Pro และชุดเครื่องมือพัฒนาแบบโอเพ่นซอร์สสำหรับ Isaac ROS และแพลตฟอร์ม AI บนขอบ Jetson Thor

Intrinsic’s Open Machine Tending Solution เป็นแอปพลิเคชันอ้างอิงสำหรับการดูแลเครื่อง CNC (Computer Numerical Control) และเป็นส่วนหนึ่งของชุดซอฟต์แวร์ Intrinsic Core suite ที่เปิดตัวใหม่ในรูปแบบโอเพ่นซอร์ส มีความเข้ากันได้แบบฝังตัวกับ FoundationPose เพื่อการลงทะเบียนวัตถุ การติดตาม และการประเมินตำแหน่ง (pose) ทันที. Magna ใช้ Isaac ROS เป็นฐานโมดูลาร์ที่เร่งด้วย GPU สำหรับการรับรู้หุ่นยนต์ การเก็บข้อมูลแบบซิงโครไนซ์ และการปรับใช้โมเดล Isaac GR00T พร้อมกับการทดสอบ Isaac Sim แบบฮาร์ดแวร์อิน-ลูป. Seeed Studio กำลังผสาน Isaac ROS เข้ากับ reBot Arm ของตน ทำงานรับรู้ที่เร่งความเร็ว การเข้าใจเชิงพื้นที่ และการวางแผนการเคลื่อนที่บน Jetson Thor.

Ekumen ซึ่งเป็นบริษัทในเครือ Grid Dynamics กำลังใช้แพคเกจ Isaac ROS ที่เร่งด้วย GPU ภายในสแตก ROS และ Nav2 ที่มีอยู่เพื่อปรับปรุงการจอดอย่างแม่นยำ การตรวจจับอุปสรรค 3 มิติ การกำหนดตำแหน่งด้วยภาพ และการวางแผนการเคลื่อนที่แบบเรียลไทม์ รายงานระบุว่า Ekumen ใช้ isaacroscumotion บน GPU เพื่อสร้างเส้นทางที่ไม่มีการชนสำหรับแขนหุ่นยนต์ในคลังสินค้าในเวลาประมาณ 2 ถึง 5 มิลลิวินาที Flexiv กำลังผสาน Isaac ROS เข้ากับหุ่นยนต์ปรับตัว Rizon 4 ของตน โดยมีขั้นตอนจากการทดสอบแอปพลิเคชันใน Isaac Sim ไปสู่การใช้งานบนหุ่นยนต์จริง

Foxglove ซึ่งเป็นพันธมิตรของ Isaac ROS ผสานรวมเครื่องมือเว็บและเดสก์ท็อปสำหรับการแสดงผลและดีบักแอปพลิเคชัน ROS แบบเรียลไทม์ตลอดการสอน Isaac ROS เครื่องมือจัดการแพคเกจ Pixi ของ Prefix.dev สร้างสภาพแวดล้อมการพัฒนาหุ่นยนต์ที่ทำซ้ำได้ นำ ROS มารวมกับแพลตฟอร์ม CUDA Ouster ผสานกล้องสเตอริโอ ZED ของ Stereolabs เข้ากับ Isaac ROS เพื่อให้การรับรู้ที่เร่งด้วย GPU สำหรับการตรวจจับวัตถุ การทำแผนที่และการนำทางแบบเรียลไทม์

Isaac ROS 5.0 รองรับการคำนวณที่ปรับขนาดได้ ตั้งแต่ Jetson Orin Nano ระดับเริ่มต้นจนถึงอุปกรณ์ Jetson Thor ที่มีประสิทธิภาพสูง NVIDIA อธิบายว่า Jetson เป็นแพลตฟอร์มคอมพิวติ้งที่ปรับขนาดได้สำหรับการรันสแตก AI ทางกายภาพที่ขอบเครือข่าย และระบุว่าบริษัทด้านโรบอทิกส์ได้ใช้การผสมผสานของ Isaac ROS และ Jetson เพื่อเพิ่มการประมวลผล AI โดยตรงบนเครื่องของพวกเขาแล้ว

Mentee Robotics ใช้ Isaac ROS เป็นโครงกระดูกการรับรู้และ AI ของหุ่นยนต์มนุษย์ MenteeBot โดยมีพื้นฐานซอฟต์แวร์ร่วมกันบนแพลตฟอร์ม Jetson Orin และ Jetson Thor Universal Robots ได้ฝัง Isaac ROS เข้าไปในชุดพัฒนา AI Accelerator ของตน ซึ่งขับเคลื่อนด้วย Jetson ที่ขอบเครือข่าย เพื่อช่วยให้ผู้บูรณาการสามารถนำความสามารถการรับรู้และการเคลื่อนที่ขั้นสูงไปใช้ได้โดยไม่ต้องพัฒนาซอฟต์แวร์โรบอทิกส์ที่ซับซ้อนตั้งแต่ต้น

ROBOTIS ผู้สร้าง TurtleBot3 ที่อิง ROS กำลังผสาน Isaac ROS เข้ากับหุ่นยนต์ AI Worker ของตน โดยใช้การรับรู้วัตถุที่เร่งด้วย GPU สำหรับงานการจัดการโดยใช้ภาพ เช่น การหยิบจับ การวางและการจัดตำแหน่ง FieldAI กำลังผสาน Isaac ROS บนอุปกรณ์ Jetson สำหรับโมเดลพื้นฐานของหุ่นยนต์ ซึ่งสามารถทำงานได้เต็มที่บนหุ่นยนต์โดยไม่ต้องพึ่งพาการเชื่อมต่อคลาวด์ Noble Machines ใช้ Isaac ROS บน Jetson เพื่อเร่งการพัฒนาหุ่นยนต์อเนกประสงค์สำหรับการใช้งานในอุตสาหกรรม

Open Source Robotics Alliance เชิญชวนนักพัฒนาให้สร้างแบ็กเอนด์บัฟเฟอร์ที่เข้ากันได้และแพคเกจการแปลง แชร์ภายใต้สัญญาอนุญาตโอเพ่นซอร์ส และเข้าร่วมกลุ่มทำงานการขนส่งหน่วยความจำที่เร่งเร็ว ซึ่งมีการประชุมทุกสองสัปดาห์