强化学习

机器人学习技术，用于开发高效的自适应机器人应用。

Nissan

Image Credit: Agility, Apptronik, Fourier, Unitree

工作负载

机器人

行业

全行业

业务目标

创新

产品

NVIDIA AI Enterprise
NVIDIA Isaac GR00T
NVIDIA Isaac Lab
NVIDIA Isaac Sim
NVIDIA Omniverse

利用强化学习让实体机器人掌握复杂技能

随着机器人承担的任务日益复杂，传统编程显得力不从心。强化学习 (RL) 弥补了这一差距，通过让机器人在仿真环境中进行试错训练，从而提升其在控制、路线规划和操作方面的技能。奖励学习通过动态适应机制，使机器人能够发展出高级运动技能，完成现实世界中的如抓取、移动和复杂操作的自动化任务。

传统的基于 CPU 的机器人强化学习训练通常需要数千个核心来执行复杂的任务，这增加了机器人应用的成本。NVIDIA 加速计算通过并行处理能力解决了这一挑战，显著加速了感知增强学习环境中的感官数据处理。这增强了机器人在动态环境中学习、适应和执行复杂任务的能力。

NVIDIA 加速计算平台 (包括 NVIDIA Isaac™ Lab 等机器人训练框架) 利用 GPU 的强大功能在强化学习工作流程中进行物理仿真和奖励计算。这样可以消除瓶颈并简化流程，促进从仿真到现实世界部署的更平稳过渡。

快捷链接

Isaac Lab 是基于 NVIDIA Isaac Sim™ 构建的模块化框架，可简化强化和模仿学习等机器人训练工作流程。开发者可以利用新的 Omniverse™ 功能在启用感知的情况下训练复杂的策略。

组装场景：第一步是在 Isaac Sim 或 Isaac Lab 中构建场景，并从 URDF 或 MJCF 导入机器人素材。应用物理模式进行仿真，并集成传感器进行基于感知的策略训练。
定义强化学习任务：配置场景和机器人后，下一步是定义待完成的任务和奖励函数。环境 (例如。基于管理器的流程或直接工作流)确定智能体的当前状态，并观测和执行智能体提供的操作。然后，环境反馈下一个状态给智能体。
训练：最后一步是定义训练和策略架构的超参数。Isaac Lab 提供四个基于 GPU 的强化学习训练库，支持模型训练：StableBaselines3、RSL-RL、RL-Games 和 SKRL。
扩展：为了在多 GPU 和多节点系统中扩展训练，开发者可以使用 OSMO 在分布式基础设施上编排多节点训练任务。