NVIDIA が Newton を発表: ロボットシミュレーション用のオープンソース物理エンジン

テクノロジー会社 NVIDIA は、ロボットの学習と開発を強化することを目的として、Google DeepMindおよびDisney Researchと共同で開発されたオープンソースで拡張可能な物理エンジンであるNewtonを発表しました。

ロボットが複雑なタスクをより正確に学習できるようにする NVIDIA Warp をベースにした Newton は、MuJoCo Playground や、統合ロボット学習のためのオープンソース プラットフォームである NVIDIA Isaac Lab などの学習フレームワークとシームレスに連携するように設計されています。

物理的な AI モデルにより、ロボットは自律的に周囲の状況を理解、分析、推論し、関与できるようになります。ロボット工学の進歩は、次世代のロボット システムを開発するための高速コンピューティングとシミュレーションに大きく依存しています。 

物理学はロボットシミュレーションに不可欠です。これは、ロボットが現実世界の環境でどのように動作し、相互作用するかを表す正確な仮想モデルを作成するための基礎となるからです。これらのシミュレーターを使用すると、研究者やエンジニアは、安全かつ効率的でコスト効率の高い方法で、制御アルゴリズムとプロトタイプをトレーニング、設計、テスト、検証できます。

Newtonはロボット工学コミュニティ全体をサポートするように設計されており、ロボット工学者が自由に使用、配布、研究による開発に貢献できます。CUDA-XアクセラレーションライブラリであるNVIDIA Warp上に構築されており、シミュレーション、AI、ロボット工学、機械学習（ML）用のGPUアクセラレーションカーネルベースのプログラムを効率的に作成する方法を開発者に提供します。このフレームワークは、並列処理能力を利用して物理ベースのシミュレーションを実行するための高性能機能を提供します。 NVIDIA GPU .

Newton の注目すべき特徴は、複雑なダイナミクスや接触の多い環境をモデル化するためにロボット研究で使用されている定評のあるオープンソース物理エンジンである Multi-Joint dynamics with Contact (MuJoCo) との互換性です。この互換性により、開発者は既存のモデルとコードを再利用でき、さまざまな物理エンジンにアプリケーションを適応させるために必要な時間とリソースを削減できます。

さらに、Google DeepMind は、NVIDIA Warp によって高速化されたオープンソースのロボット シミュレーターである MuJoCo-Warp を導入しました。これにより、パフォーマンスが向上し、ヒューマノイド シミュレーションでは 70 倍以上、手による操作タスクでは 100 倍以上の高速化が実現します。MuJoCo-Warp は Newton の主要な物理エンジンとして統合され、開発者にロボット アプリケーションのパフォーマンスと柔軟性の向上を提供します。

Newton のその他の主要機能: 微分可能な物理、拡張性、OpenUSD 統合

さらに、シミュレーションを通じて勾配を伝播する能力により、ロボットのシミュレーションと学習に新たな機会がもたらされます。微分可能シミュレーターは、順方向モードの結果を生成すると同時に、シミュレーション結果の逆方向モードの勾配を計算することができ、これをバックプロパゲーションに使用してシステムパラメータを最適化できます。

ロボット工学の分野が進化するにつれ、シミュレーションする必要のあるシナリオの複雑さと多様性も増しています。Newton は、高度な適応性を持つように設計されており、ロボットが食品、布地、その他の変形可能な物体を含むさまざまな材料と相互作用する豊富なマルチフィジックス シミュレーションをサポートします。この柔軟性は、カスタム ソルバー、インテグレーター、数値手法によって実現されます。Newton は、砂との相互作用をシミュレーションするための剛体ダイナミクスとマテリアル ポイント メソッド (MPM) ソルバーの統合で実証されているように、異なるタイプのソルバーの結合もサポートしています。

さらに、ニュートンは、ロボットとその環境を記述するために必要なデータを集約する汎用的なデータモデルと構成エンジンを提供するOpenUSDフレームワークを活用しています。カスタムソルバーとランタイムは、特定のロボット機能と環境に合わせて特化できます。さらに、ディズニーリサーチ、Google DeepMind、Intrinsic、 NVIDIA ニュートンは、 defiロボット工学のための OpenUSD アセット構造。この構造は、OpenUSD 内でベストプラクティスを採用してロボットのワークフローを標準化し、ロボット工学のすべてのデータソースに共通言語を提供する統合データパイプラインを作成することを目的としています。