Open Source Robotics

精选高质量开源机器人项目、工具和软件，推动机器人社区发展。

Isaac Lab

NVIDIA机器人学习框架：一套任务API通用于Newton、PhysX和Isaac Sim

许可证

BSD-3-Clause

概述

NVIDIA的开源机器人学习框架。自Isaac Lab 3.0（2026年10月）起，任务只需编写一次即可在多种物理引擎上运行（搭配MuJoCo-Warp的Newton、独立PhysX或完整Isaac Sim），渲染与可视化可单独选择，因此Isaac Sim为可选项。具有GPU加速仿真、广泛的机器人和传感器建模、模块化任务设计，支持强化学习、模仿学习和运动规划工作流程。

Isaac Lab是NVIDIA的统一机器人学习框架。在3.0版本之前，它只能运行在Isaac Sim仿真器之上；自3.0（2026年10月）起，资产、传感器和环境均基于与后端无关的API编写，可运行在Newton（搭配MuJoCo-Warp、VBD和MPM求解器）、独立PhysX或完整Isaac Sim上，为大规模训练机器人学习算法提供GPU加速的仿真基础设施。该框架提供丰富的机器人模型、传感器和环境库，借助GPU并行化物理仿真可同时运行数千个并行环境实例，实现高效的强化学习。Isaac Lab支持强化学习、模仿学习和运动规划等多种学习范式，其模块化任务设计工具简化了自定义训练环境的创建。与基于CPU的仿真器相比，GPU加速可大幅提升训练速度，将实验迭代时间从数天缩短到数小时。与更广泛的Isaac生态系统的集成，为从仿真训练到真实机器人部署提供了无缝路径。

为何重要

Isaac Lab 是 NVIDIA 对可扩展机器人学习的回答，它将 GPU 并行化环境与可选的物理引擎相结合，并通过 Isaac Sim 提供照片级真实感的 RTX 渲染。它正在成为既需要视觉保真度又需要海量训练吞吐量的团队的标准平台。

解决的问题

训练基于视觉的机器人策略既需要快速的仿真，也需要逼真的渲染。大多数仿真器只能二者择其一。Isaac Lab 借助 GPU 加速同时提供两者，使基于像素观测的大规模训练成为可能。

要点

  • GPU 加速的并行仿真可同时运行数千个环境
  • 自 3.0 起，一套任务 API 可运行在 Newton、独立 PhysX 或完整 Isaac Sim 上，并可使用 RTX 渲染
  • 模块化任务设计支持强化学习、模仿学习和迁移学习
  • 丰富的机器人模型、传感器和环境库
  • 与 NVIDIA 生态系统（CUDA、Warp、PhysX 5）紧密集成

适用人群

  • 训练基于视觉的机器人策略的研究人员
  • 需要生成照片级真实感合成数据的团队
  • 开发仿真到现实迁移流水线的企业
  • 构建基于视觉输入的操作与运动系统的实验室

局限

  • 需要 NVIDIA GPU（推荐 RTX 系列），不支持纯 CPU 模式
  • 完整 Isaac Sim 安装体积较大（50 GB 以上），但自 3.0 起，使用 Newton 或独立 PhysX 训练时无需安装
  • 学习曲线比轻量级仿真器更陡峭
  • 尽管框架开源，部分功能仍为 NVIDIA 专有

本网站需要 JavaScript 才能正常运行。请启用 JavaScript 以浏览我们的开源机器人项目。