NVIDIA annonce Newton : un moteur physique open source pour la simulation robotique

Entreprise technologique NVIDIA a dévoilé Newton, un moteur physique open source et extensible développé en collaboration avec Google DeepMind et Disney Research, visant à améliorer l'apprentissage et le développement des robots.

Basé sur NVIDIA Warp, qui permet aux robots d'apprendre des tâches complexes avec une précision améliorée, Newton est conçu pour fonctionner de manière transparente avec des cadres d'apprentissage tels que MuJoCo Playground et NVIDIA Isaac Lab, une plate-forme open source pour l'apprentissage unifié des robots.

Les modèles d'IA physique permettent aux robots de comprendre, d'analyser, de raisonner et d'interagir avec leur environnement de manière autonome. Le développement de la robotique repose en grande partie sur le calcul accéléré et les simulations pour développer la prochaine génération de systèmes robotiques. 

La physique est essentielle à la simulation robotique, car elle constitue la base de la création de modèles virtuels précis qui représentent le comportement et les interactions des robots dans des environnements réels. Grâce à ces simulateurs, les chercheurs et les ingénieurs peuvent former, concevoir, tester et valider des algorithmes de contrôle et des prototypes de manière sécurisée, efficace et économique.

Newton est conçu pour soutenir l'ensemble de la communauté robotique, permettant aux roboticiens de l'utiliser, de le distribuer et de contribuer librement à son développement par la recherche. Basé sur NVIDIA Warp, une bibliothèque d'accélération CUDA-X, il offre aux développeurs un moyen efficace de créer des programmes accélérés par GPU et basés sur le noyau pour la simulation, l'IA, la robotique et l'apprentissage automatique (ML). Ce framework offre des capacités hautes performances pour l'exécution de simulations basées sur la physique, en exploitant la puissance de traitement parallèle de GPU NVIDIA .

Une caractéristique notable de Newton est sa compatibilité avec MuJoCo (Multi-Joint Dynamics with Contact), un moteur physique open source reconnu utilisé en recherche robotique pour la modélisation de dynamiques complexes et d'environnements riches en contacts. Cette compatibilité permet aux développeurs de réutiliser les modèles et le code existants, réduisant ainsi le temps et les ressources nécessaires à l'adaptation des applications à différents moteurs physiques.

De plus, Google DeepMind a lancé MuJoCo-Warp, un simulateur robotique open source accéléré par NVIDIA Warp, qui améliore les performances, avec une accélération de plus de 70 fois pour les simulations humanoïdes et de 100 fois pour les tâches de manipulation manuelle. MuJoCo-Warp sera intégré comme moteur physique principal à Newton, offrant aux développeurs des performances et une flexibilité accrues pour leurs applications robotiques.

Autres fonctionnalités clés de Newton : physique différentiable, extensibilité et intégration OpenUSD

De plus, sa capacité à propager les gradients par simulation ouvre de nouvelles perspectives pour la simulation et l'apprentissage robotique. Les simulateurs différentiables sont capables de générer des résultats en mode direct tout en calculant les gradients en mode inverse des résultats de simulation, qui peuvent ensuite être utilisés pour la rétropropagation afin d'optimiser les paramètres du système.

L'évolution du domaine de la robotique s'accompagne d'une complexité et d'une variété croissantes de scénarios à simuler. Newton est conçu pour offrir une grande adaptabilité et prendre en charge des simulations multiphysiques riches où les robots interagissent avec divers matériaux, notamment des aliments, des tissus et d'autres objets déformables. Cette flexibilité est rendue possible par des solveurs, des intégrateurs et des méthodes numériques personnalisés. Newton permet également le couplage de différents types de solveurs, comme le démontre l'intégration d'un solveur par méthode de point matériel (MPM) avec la dynamique des corps rigides pour simuler les interactions avec le sable.

De plus, Newton s'appuie sur le framework OpenUSD, qui offre un modèle de données polyvalent et un moteur de composition agrégeant les données nécessaires à la description des robots et de leurs environnements. Des solveurs et des environnements d'exécution personnalisés peuvent être spécialisés pour des capacités et des environnements robotiques spécifiques. De plus, aux côtés de Disney Research, Google DeepMind, Intrinsic et NVIDIA Newton aide à defiIl s'agit d'une structure d'actifs OpenUSD pour la robotique. Cette structure vise à standardiser les flux de travail robotiques en adoptant les meilleures pratiques d'OpenUSD, créant ainsi un pipeline de données unifié offrant un langage commun à toutes les sources de données en robotique.