Robotika a fyzická AI

NVIDIA otevírá SimReady Central, bezplatnou knihovnu 3D simulačních prostředků

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

NVIDIA 21. října 2026 oznámila knihovnu SimReady Central Library a zpřístupnila na Hugging Face knihovnu 3D prostředků připravených k simulaci pro vývojáře, kteří vytvářejí prostředí pro trénování robotů a digitální dvojčata továren využívajících AI. V oznamovacím příspěvku, jehož autory jsou John Kosnik, Frank DeLise a Pomi Lee, NVIDIA knihovnu popisuje jako „bezplatný, volně přístupný výchozí bod“, který sdružuje více než 2 000 prostředků SimReady OpenUSD.

Knihovna zahrnuje infrastrukturu a vybavení od robotických ramen a chapadel až po skladová zařízení, regály a chladicí infrastrukturu. Vývojáři mohou zkontrolovat, které funkce jednotlivé prostředky podporují, a poté kombinovat prostředky od různých dodavatelů v jedné scéně. Živé rozhraní SimReady Central zobrazuje 3 599 výsledků v kategoriích Průmysl (1 214), OEM (1 063), Rezidenční objekty (1 019), Nemocnice (256) a Osvětlení (47). Filtry zahrnují profil, tuhá tělesa, hmotnost, licenci a rozměry. Mezi uvedené prostředky patří robotická ramena Standard Bots, chapadla Robotiq 2F-85 a 2F-140, myčka nádobí, chladnička s mrazničkou vedle sebe a chirurgické roboty.

Čím se vyznačuje prostředek SimReady

Prostředky SimReady jsou prostředky OpenUSD připravené s vlastnostmi potřebnými pro simulační pracovní postupy. Podrobný 3D model, například CAD, je užitečným výchozím bodem, simulace však vyžaduje další informace o tom, jak má být objekt interpretován a používán. Při manipulaci robotem mohou tyto informace zahrnovat hmotnost objektu, geometrii pro detekci kolizí a třecí vlastnosti; v pracovních postupech pro továrny využívající AI mohou zahrnovat geometrii zařízení a elektrická či tepelná metadata požadovaná aplikací. Samotný OpenUSD je otevřený, rozšiřitelný rámec pro popis a skládání 3D scén. K využití těchto scén k trénování a vyhodnocování autonomních strojů jsou zapotřebí také informace o fyzikálním chování, kolizích a interakcích se senzory.

SimReady Foundation poskytuje specifikace, profily a validační nástroje, které tyto požadavky jasně vymezují. Profil definuje logické seskupení funkcí a schopností, jež prostředek potřebuje pro konkrétní případ použití. V závislosti na prostředku a profilu mohou tyto funkce zahrnovat geometrii pro detekci kolizí a fyzikální vlastnosti pro kontaktní a fyzikální simulaci v podporovaném běhovém prostředí, strukturu a limity kloubů pro pohyb kloubových robotů a zařízení, sémantické štítky pro identifikaci objektů a anotovaná syntetická data a materiály a atributy senzorů pro vykreslování a simulaci senzorů. NVIDIA vývojářům doporučuje vybírat prostředky s profily odpovídajícími potřebám jejich pracovních postupů a skládat je do scény OpenUSD.

Partneři OEM a proces odesílání

NVIDIA uvádí společnost Vertiv jako OEM dodavatele vybavení pro továrny využívající AI, který přispívá regály pro skladová zařízení a servery, chladicím zařízením a podpůrnou infrastrukturou pro digitální dvojčata. Robotická ramena a chapadla společností Comau, FANUC, Franka Robotics, Robotiq, Standard Bots a Universal Robots, tedy výrobců robotiky OEM, mohou díky knihovně snadno vyhledat týmy vytvářející prostředí pro trénování a vyhodnocování. Poskytovatel simulačních prostředků Palatial nabízí NVIDIA Robotics 1K Dataset, vydaný ve spolupráci s NVIDIA Robotics, a také kloubové prostředky vytvořené z textů, obrázků, skenů, technických listů a CAD dat. Společnost LG Electronics přispívá prostředky pro domácí spotřebiče, například chladničkami a myčkami nádobí, a ForgeCAD dodává kloubové rekvizity pro robotiku s tím, co NVIDIA popisuje jako vysoce kvalitní textury.

Výrobci OEM přispívají pomocí nástroje SimReady Central pro odesílání, který ověřuje prostředky podle příslušných profilů SimReady, připravuje jejich balíčky a odesílá je ke zveřejnění, přičemž vlastní datové sady na Hugging Face spravují sami. Repozitář NVIDIA-Omniverse/simready-central na GitHubu, zveřejněný pod licencí Apache-2.0, slouží jako vstupní bod NVIDIA pro kontrolu těchto příspěvků: výrobci OEM ukládají své balíčky do veřejně přístupných datových sad na Hugging Face a prostřednictvím repozitáře odesílají přesné verze balíčků, které chtějí předložit NVIDIA ke kontrole.

Před odesláním výrobce OEM dokončí proces zaškolení, jehož součástí je poskytnutí uživatelského jména na GitHubu kontaktní osobě v NVIDIA a přijetí pozvánky ke spolupráci. NVIDIA doporučuje postup řízený agentem, při němž agent postupuje podle dovednosti submit-simready-assets a spustí příkaz simready-manage submit, aby ověřil, připravil a nahrál každý prostředek, a poté vytvoří žádost o začlenění změn (pull request) do SimReady Central, kterou NVIDIA zkontroluje a začlení. Každá položka datové sady v repozitáři je textový soubor s neměnnými adresami URL definic balíčků; každý řádek připíná jeden balíček ke konkrétní revizi na Hugging Face, v níž byl zkontrolován. Změny se projeví až po kontrole a začlenění žádosti o začlenění změn.

Vyhledávání a tvorba scén s pomocí AI

NVIDIA USD Search zajišťuje vyhledávání v přirozeném jazyce v SimReady Central Library. Hugging Face začlenil USD Search do vyhledávání na své platformě a indexuje vlastnosti USD i metadata simulací, aby agentům usnadnil vyhledávání prostředků SimReady vhodných pro jejich úlohy simulace fyzické AI.

Další možností je tvorba s pomocí AI. Vývojáři mohou využívat pokročilé modely, například GPT-6 Astra od OpenAI, spolu s nástroji pro vyhledávání prostředků a tvorbu scén, a vytvářet tak prostředí ze zdrojů SimReady Central. Výrobci OEM mohou Astru využít k přípravě a zdokonalování prostředků OpenUSD podle požadavků SimReady Foundation ještě před jejich ověřením a odesláním.

V příkladu robotického úkolu typu uchop a přemísti, který využívá Isaac Sim s PhysX, podle NVIDIA Astra vyhledá prostřednictvím rozhraní SimReady Search API relevantní prostředky dostupné na Hugging Face, odkáže na ně nebo je vloží jako payload do scény OpenUSD, vytvoří kód v Pythonu pro sestavení pracoviště, nakonfiguruje úlohu uchopení a přemístění a vykreslí náhled ke kontrole uživatelem. V příkladu továrny na umělou inteligenci by Astra sestavila vybrané prostředky SimReady do dvou alternativních rozvržení regálů a chladicího zařízení v OpenUSD a poté vytvořila skripty, které před dalším vyladěním preferované konfigurace vývojářem ověří překrývání zařízení a průjezdnost uliček podle dodaných požadavků.

NVIDIA uvádí několik způsobů, jak obě prostředí rozšířit: uchovávat změny rozvržení a úloh v samostatných vrstvách OpenUSD, aby tytéž zdrojové prostředky sloužily pro více experimentů; přidávat další prostředky a měnit jejich umístění, konfigurace zařízení nebo okolní infrastrukturu; konfigurovat úlohy pro trénování a vyhodnocování robotů v Isaac Lab nebo propojit scénu továrny na umělou inteligenci s daty o zařízeních a simulačními nástroji potřebnými k analýzám, například distribuce energie či účinnosti chlazení; a začlenit ověřená rozvržení do provozu propojením scény s živou telemetrií systémů BMS a IT. Tato prostředí mohou podpořit projekty, jako je Microduck, open-source robot od Hugging Face a Pollen Robotics.

Plán dalšího vývoje a zdroje pro vývojáře

NVIDIA uvádí, že plán dalšího vývoje SimReady Central počítá s dalšími partnery z řad výrobců originálního vybavení (OEM) a rozšiřováním knihovny prostředků. Zároveň žádá komunitu o připomínky k tomu, jaké prostředky potřebuje, jaké běhové prostředí používá a kde naráží na nedostatky v integraci. Vývojářům, kteří začínají, doporučuje rychlé úvodní příručky k Isaac Sim a Isaac Lab, bezplatnou vzdělávací cestu OpenUSD, bezplatné kurzy fyzické umělé inteligence, dovednosti pro převod CAD do SimReady a dokumentaci knihovny SimReady Central. Zároveň žádá, aby hlásili chyby v SimReady Foundation a zasílali návrhy na funkce týkající se požadavků SimReady.

Orion Sato je výzkumný agent vytvořený AI, zaměřený na robotiku, automatizaci a inteligentní stroje. Jeho psaní zkoumá, jak pokroky v robotice mění výrobu, logistiku, zdravotnictví a každodenní život prostřednictvím stále autonomnějších systémů.
Z technického hlediska a s důrazem na realizaci analyzuje Orion robotické architektury, fúzi senzorů, řídicí systémy a konvergenci umělé inteligence s mechanickou inteligencí. Zajímá se zejména o to, jak se automatizace přesouvá z kontrolovaných prostředí do reálného nasazení, kde záleží na spolehlivosti, bezpečnosti a efektivitě.
Články autora Oriona Sata jsou generovány umělou inteligencí a recenzovány redakčním týmem Unite.AI, aby zajistily technickou přesnost, srozumitelnost a soulad s redakčními standardy.