Isaac Lab-Arena
Framework abierto de NVIDIA para crear benchmarks de robots y probar políticas a escala
Licencia
Apache 2.0 (funciona sobre Isaac Sim, que tiene partes propietarias)
Código: Apache-2.0, según LICENSE.md. GitHub no muestra ninguna licencia porque el archivo empieza con un encabezado de Markdown. Entorno de ejecución necesario: Isaac Sim, que incluye componentes bajo la licencia propietaria Omniverse de NVIDIA, y hay que aceptar su EULA para ejecutar Arena. Los modelos y benchmarks que se usan con Arena, como GR00T, π0.5 o conjuntos de tareas de terceros, mantienen sus propias licencias. Comprobado el 2026-11-06 con LICENSE.md y el README.
Resumen
Isaac Lab-Arena es un framework de código abierto de NVIDIA para crear benchmarks de robots en simulación y evaluar políticas en ellos a gran escala. Amplía Isaac Lab: un entorno se compone de una escena, un embodiment de robot y una tarea, de modo que una tarea se puede reutilizar con otros robots, objetos y escenarios sin escribir código nuevo. Una política puede ejecutarse en miles de entornos en paralelo en una GPU o repartirse entre varias máquinas, y los resultados muestran en qué paso de una tarea falla una política y a qué condiciones es sensible. Es software en fase alfa, con 0.3.1 como línea de versión actual, y benchmarks publicados como RoboDojo, RoboTwin 2.0 y los conjuntos de tareas RoboCasa y LIBERO de Lightwheel ya funcionan sobre él.
Isaac Lab-Arena es el framework de NVIDIA para crear benchmarks de simulación y evaluar en ellos políticas de robots, escrito como extensión de Isaac Lab sobre Isaac Sim. En lugar de una configuración distinta para cada combinación de robot, objeto y escenario, un entorno se compone de tres partes independientes: una escena con sus objetos y muebles, un embodiment (el robot con sus sensores, observaciones y acciones) y una tarea (lo que el robot debe hacer y cómo se juzga el éxito). Arena las ensambla en un entorno estándar de Isaac Lab, así que llevar una tarea de un brazo Franka a un humanoide, o de una cocina a una mesa de embalaje, consiste en cambiar una sola pieza. Los objetos se colocan con relaciones como sobre y junto a en lugar de coordenadas, las habilidades cortas se encadenan en tareas largas, y un sistema de variaciones convierte un entorno en un barrido de iluminación, fondos, parámetros de cámara y masa de los objetos, una forma controlada de aleatorización de dominio. Un agente experimental convierte una descripción de la tarea en lenguaje corriente en una especificación de entorno editable construida con recursos SimReady.
La evaluación ejecuta una política en miles de entornos en una GPU, y esos entornos pueden contener objetos distintos. Los experimentos que combinan varias tareas y políticas se ejecutan en local o en varios nodos con OSMO. Las políticas funcionan detrás de un servidor y se comunican con Arena mediante una única interfaz de observaciones y acciones: el repositorio incluye integraciones para GR00T, π0.5 de OpenPI y DreamZero, y otros modelos se conectan de la misma forma. Los resultados llegan como métricas agregadas y por episodio. Los predicados de subtareas registran hasta dónde llegó cada ejecución (agarrar, levantar, transportar, colocar), y el análisis de sensibilidad muestra en qué condiciones falla una política. Newton puede sustituir a PhysX como motor físico para tareas deformables y con mucho contacto, como la inserción de engranajes.
En la publicación de lanzamiento de NVIDIA, evaluar GR00T N1.5 en 10 tareas de RoboCasa con 4096 variaciones de entorno por tarea llevó 0,76 horas en paralelo en 8 GPU, frente a 34,9 horas una tras otra en el mismo framework, unas 40 veces más rápido. Una prueba preliminar de la documentación midió 2390 pasos de entorno por segundo con 1024 entornos en paralelo en una GPU RTX 5880 Ada, sin cámaras.
Los benchmarks viven en los repositorios de sus autores y se ejecutan sobre Arena. El README enumera los conjuntos de tareas de Lightwheel adaptados de RoboCasa y LIBERO, RoboTwin 2.0, los flujos de trabajo RHEO de Isaac for Healthcare, VABAR, DexBench y RoboDojo. NVIDIA anunció RoboDojo en Arena con tareas bimanuales como inserción de precisión, plegado y uso de herramientas; la rama de Arena de RoboDojo ejecuta 54 tareas en el robot de dos brazos X5 de ARX. Arena incluye su propio Kitchen Benchmark de 31 tareas de manipulación de DROID y tareas inspiradas en RoboLab, listadas en sus entornos de ejemplo. Los entornos de Arena también se pueden compartir en el Environment Hub de LeRobot y evaluar con el comando de evaluación de LeRobot, como muestra la publicación de Hugging Face con SmolVLA.
Por qué importa
Las políticas generalistas, como los modelos de visión, lenguaje y acción, se juzgan por cómo rinden en muchas tareas, robots y condiciones, y probar eso en hardware real es lento, caro y difícil de repetir. La simulación es la primera comprobación barata, pero los benchmarks suelen traer sus propios entornos, scripts y ejecutores, así que probar una política en varios de ellos implica varias configuraciones separadas. Arena los reúne en un núcleo común: los autores de benchmarks reutilizan las mismas escenas, robots y métricas, y un equipo de políticas puede ejecutarlos todos mediante un solo cliente. Sus herramientas de predicados y sensibilidad responden además a lo que una sola tasa de éxito oculta: en qué paso falló una política y en qué condiciones. Nuestro catálogo tiene otras herramientas de evaluación, SimplerEnv e Inspect Robots. Arena es la que está pensada para crear benchmarks nuevos y ejecutarlos a escala de GPU, y es la base sobre la que construyen RoboDojo, RoboTwin y Lightwheel y que admite el Environment Hub de LeRobot.
Qué problema resuelve
Evaluar bien una política generalista de robots significa ejecutarla en muchas tareas, robots, objetos y condiciones. En simulación eso suele suponer un entorno y un ejecutor escritos a mano para cada combinación, con ejecuciones una tras otra. Arena lo sustituye por piezas reutilizables, evaluación en paralelo en la GPU y métricas compartidas: un benchmark se escribe una vez, se varía mediante configuración y se ejecuta a escala, y distintos benchmarks pueden ejecutarse a través de la misma interfaz de políticas.
Puntos clave
- Los entornos se componen de bloques separados de escena, embodiment y tarea y se convierten en entornos estándar de Isaac Lab
- Ejecuta una política en miles de entornos en paralelo en una GPU, o en varias máquinas con OSMO
- Las políticas funcionan detrás de un servidor con una única interfaz, e incluye integraciones para GR00T, π0.5 y DreamZero
- El progreso por subtareas y el análisis de sensibilidad muestran dónde falla una política y en qué condiciones
- Entre los benchmarks publicados construidos sobre él están RoboDojo, RoboTwin 2.0 y los conjuntos de tareas RoboCasa y LIBERO de Lightwheel
- Software en fase alfa: las API cambian entre versiones y NVIDIA desaconseja usarlo en producción
Para quién es
- Equipos que entrenan políticas de visión, lenguaje y acción u otras políticas generalistas y necesitan una evaluación repetible en muchas tareas
- Autores de benchmarks que quieren publicar tareas que otros puedan ejecutar sin reconstruir escenas, robots y métricas
- Usuarios de Isaac Lab que quieren evaluación, variaciones controladas y análisis de fallos sobre sus entornos
- Usuarios de LeRobot que quieren compartir entornos de simulación a través del Environment Hub
Limitaciones
- Software en fase alfa (versión 0.3): las API públicas cambian sin avisos de obsolescencia, y NVIDIA desaconseja su uso en producción
- Solo Linux (Ubuntu 22.04 o posterior), con una GPU de NVIDIA que cumpla los requisitos de hardware de Isaac Sim
- Funciona sobre Isaac Sim, que incluye componentes bajo términos de licencia propietarios de NVIDIA, así que la pila completa no es de código abierto
- Ligado a la pila de NVIDIA: cada entorno es un entorno de Isaac Lab, así que los benchmarks construidos sobre Arena solo funcionan ahí
- Las versiones son ramas de release en lugar de releases etiquetadas en GitHub, y cada una fija versiones concretas de Isaac Lab e Isaac Sim
- La generación agéntica de entornos está marcada como experimental, y sus agentes y su diseño pueden cambiar