Steel
多様なロボットとタスクを同時にシミュレーションする Skild AI の GPU 物理ソルバー
ライセンス
Apache 2.0
コード:Steel リポジトリの LICENSE ファイルによると Apache-2.0。ソルバー本体は Newton に含まれて配布され、Newton も Apache-2.0。メディアと商標:NOTICE ファイルによると、このライセンスは第三者の素材、商標、公開動画とその音楽には及ばない。ブラウザ版:steel-webgpu は Apache-2.0 で、同梱のロボットモデルはそれぞれの BSD-3-Clause と MIT のライセンスのまま。2026-11-10 に LICENSE、NOTICE、steel-webgpu の LICENSE.md で確認。
概要
Steel は Skild AI が NVIDIA と共同開発した GPU 向けの剛体物理ソルバーで、2026年11月9日に物理エンジン Newton の一部としてオープンソース化され、Newton では SolverSteel として利用できます。一つのバッチにまったく異なるシーンが混在する場合のシミュレーションでのロボット学習を想定しています。ロボットアーム、器用なハンド、四足ロボット、ヒューマノイドがそれぞれ異なる関節と接触を持つ状況です。縮約座標による多関節系の動力学と射影 Gauss-Seidel による拘束の解法を組み合わせ、各シーンを最大のシーンに合わせて埋めるのではなく、環境ごとに計算量を割り当てます。Skild によると、20 のロボット学習タスクで平均して PhysX の 3.8 倍、混合バッチでは最大 13 倍のシミュレーションスループットが得られました。いずれも Skild が NVIDIA RTX PRO 6000 Blackwell GPU 一枚で測定した値です。WebGPU 版がソルバーをブラウザで動かし、公開のプレイグラウンドもあります。Steel のライセンスは Apache-2.0 で、Newton では今も実験的機能とされています。
Steel(Scalable Throughput-optimized Engine for Embodied Learning)は、Skild AI が NVIDIA と共同で Newton 向けに書いた剛体動力学ソルバーです。Newton は NVIDIA Warp 上に構築されたオープンソースの GPU 物理エンジンで、Linux Foundation のプロジェクトです。ソルバーのコードは Newton のリポジトリにあり、2026年10月15日に追加され(プルリクエスト)、newton.solvers.SolverSteel として使います。Steel のリポジトリにあるのは公開時の README、ライセンス、動画です。Skild は2026年11月9日の公開記事でオープンソース化を発表し、Steel は Isaac Lab でのロボット学習を高速化するためのものだとしています。
Steel が狙うのは、多くの GPU シミュレーターが想定していないケース、つまり互いにコピーではない何千もの環境から成るバッチです。空間で手を伸ばすロボットアーム、立方体を回す器用なハンド、散らかった箱の中で作業するアームは、関節、拘束、接触の数がそれぞれ異なり、接触は毎ステップ変わります。Steel は各環境の動力学と拘束を分けて扱い、関節数の近い多関節系をまとめて GPU で処理し、接触の計算を各環境のその時点の必要に応じて振り分けることで、埋め合わせや無駄な計算を減らします。各ステップでは多関節系ごとに関節空間の質量行列を組み立てて分解し、接触、関節リミット、その他の拘束を射影 Gauss-Seidel で解きます。この分解を再利用し、接触どうしの相互作用を表す密な行列は組み立てません。Newton のドキュメントには機能が挙げられています。直動、回転、球、固定、D6、自由関節、関節の駆動とリミット、mimic 関節、閉ループの運動連鎖、摩擦パッチ、静止した物体のスリープです。
Newton のモデルと衝突処理パイプラインを共有しているため、Steel は Newton の他のソルバーと組み合わせて使えます。公開記事では、ケーブル、布、粒状の砂、柔軟体と連成したシーンの剛体側として使う例、ハイドロエラスティック接触、接触を通して勾配を伝える実験的な微分可能ステップが紹介されています。
速度の数値はすべて Skild 自身によるもので、シミュレーションのみを対象とし、学習全体の速度ではありません。2026年11月7日から9日に NVIDIA RTX PRO 6000 Blackwell GPU 一枚で測定され、比較対象は Isaac Sim 6.1 の PhysX と MuJoCo Warp 3.17 で、各エンジンとも最適なバッチサイズを使っています。単一タスクの 20 のベンチマークでは、Steel のスループットは幾何平均で PhysX の 3.8 倍となり、20 タスク中 19 タスクで速く、MuJoCo Warp と比べると約 1.3 倍でした。ヒューマノイド、四足ロボット、アーム、器用なハンドを含む 5、10、15、20 種類のタスクを混ぜたバッチでは、PhysX のピークスループットの 9.2 倍から 13.0 倍に達しました。20 種類のタスクで両エンジンとも 61,440 環境の場合、Steel は 12.0 倍速く、GPU メモリの使用量は約 62% 少ない約 11 GiB(PhysX は 29 GiB)でした。
Skild はさらに、ソルバーを TypeScript で WebGPU に移植した steel-webgpu を公開し、npm でも @skild-ai/steel-webgpu として配布しています。URDF、MJCF、USD ファイルからシーンを読み込み、three.js または React Three Fiber で描画し、Chrome、Edge、Safari で動作します。Steel プレイグラウンドはこれを使って 24 のシーンをブラウザ上でリアルタイムにシミュレーションします。ジェンガやドミノから投石機まであり、物体をドラッグしたり、動作中にソルバーの設定を変えたりできます。
重要な理由
GPU シミュレーションによって、歩行ロボットの強化学習が実用的になりました。四足ロボットやヒューマノイドの何千ものコピーが並列に練習し、ドメインランダマイゼーションが結果を実機に移す助けになります。マニピュレーションはこのやり方では規模を広げにくい分野です。役に立つ学習データには多くの異なるタスク、物体、ロボットの身体が必要ですが、Isaac Lab の背後にあるものを含め、多くの GPU シミュレーターはバッチ内の環境がすべて同じときに最も効率よく動くからです。Steel はこの混在したケースのためのオープンなソルバーで、Newton の中で MuJoCo Warp ソルバーと並んでいます。研究者は新しい物理スタックを導入せずに切り替えられ、その仕組みを読み、試し、変更できます。また、ロボット向けの基盤モデルを開発し、シミュレーションで学習させている Skild AI にとって初めてのオープンソース公開であり、ブラウザのプレイグラウンドでは GPU ワークステーションがなくても誰でもソルバーを試せます。この高速化が実際の学習パイプラインでも保たれ、sim-to-real のギャップを縮める助けになるかどうかは、Skild 以外の人がこれから示す必要があります。
解決する課題
GPU ロボットシミュレーターは同じロボットと同じタスクの何千ものコピーを動かすときに最も速くなりますが、汎用的なマニピュレーションのポリシーを学習させるには、異なるロボット、物体、タスクが混ざったバッチが必要で、それぞれに独自の関節と変化し続ける接触があります。すべての環境を最大の環境に合わせて埋めたり、複雑な多関節系のために密な行列を作ったりすると、GPU の時間とメモリが無駄になります。Steel は環境ごとに解く規模を決め、似た多関節系をまとめ、密な接触行列を避けることで、アーム、ハンド、四足ロボット、ヒューマノイドが混在するバッチを一枚の GPU で無駄を減らして計算できるようにします。
主なポイント
- Skild AI と NVIDIA による剛体物理ソルバーで、2026年11月9日に物理エンジン Newton の中で SolverSteel として公開
- 異なるロボットとタスクが混在するバッチ向けに設計:計算量を環境ごとに割り当て、多関節系を関節数でまとめる
- 縮約座標による多関節の動力学と、行列を組み立てない射影 Gauss-Seidel による接触と拘束の解法
- Skild 自身が RTX PRO 6000 Blackwell GPU 一枚で測ったベンチマーク:単一タスク 20 種で PhysX の 3.8 倍、混合バッチで 9.2 倍から 13.0 倍
- Newton の布、ケーブル、柔軟体、粒状体のソルバーと連成でき、実験的な微分可能ステップも備える
- WebGPU 版の steel-webgpu がブラウザでソルバーを動かし、公開プレイグラウンドを支える
- Steel のリポジトリも Newton も Apache-2.0
対象
- 多くのタスクとロボットにわたってマニピュレーションのポリシーをシミュレーションで学習させるロボット学習の研究者
- 接触の多い多関節ロボット向けにより速いソルバーを探している Isaac Lab と Newton のユーザー
- オープンな GPU 接触ソルバーを調べたり拡張したりしたい物理シミュレーションの開発者
- ロボットモデルを使ったインタラクティブな剛体物理をブラウザで実現したいウェブ開発者
制限事項
- 速度とメモリの数値はすべて Skild が NVIDIA RTX PRO 6000 Blackwell GPU 一枚で測ったもので、他者による再現はまだない
- 数値は物理ステップのみで、観測、報酬、リセット、レンダリング、ポリシー学習は含まないため、学習全体での効果はより小さくなる
- PhysX との比較は Isaac Sim 6.1 を使用しており、Skild によると Isaac Sim 6.0 の PhysX は混合バッチを最大 2.7 倍速く実行したため、その版と比べると差は小さい
- 単一タスクの結果は reuse_kinematics というオプションを使っており、これは Newton 1.8 では明示的に有効にする必要があり、関節速度リミットを有効にすると働かない
- Newton は SolverSteel を実験的機能としているため、オプションや属性が通常の非推奨期間なしに変わることがある
- Steel のリポジトリには README、ライセンス、公開動画しかなく、コードは Newton にあり、その Newton も 1.8 版はまだリリース候補の段階
- Steel が解くのは剛体のみで、布、ケーブル、柔軟体、砂は連成を通じて Newton の他のソルバーが扱う
- 2026年11月9日の公開で、Skild と NVIDIA 以外での利用はまだほとんどない