坚米智能借助NVIDIA Isaac Lab加速四足机器人开发

坚米智能（中坚科技）借助NVIDIA Isaac Lab平台，通过NVIDIA Isaac Sim的 3D 生成与建模技术构建高度逼真的虚拟场景，将现实世界的复杂场景抽象并转化为高质量的训练数据源，从而更有效地满足模型的多样化训练需求。

兼顾产品的稳定性、可靠性和迭代性

随着具身智能的持续发展，特别是四足机器人领域，对于四足运控的通用性和可靠性、稳定性及可扩展性能等诸多方面提出了更多的诉求。面对快速增长的市场及客户需求，坚米智能（中坚科技）基于 NVIDIA Isaac Lab 平台自主开发了其仿真训练模型，不仅支持不同地形的强化学习场景，同时通过场景的混合渲染，显著提升了训练场景的泛化能力。同时，真实的物理引擎能提供准确的反馈，助力模型实现更高效的知识迁移，支持坚米智能（中坚科技）在模型训练方面积极创新，进一步提升模型性能，更进一步加快智能设备的迭代更新。

为强化学习以及仿真到现实的测试提供支持

Isaac Lab 中利用深度强化学习（RL）在仿真环境中训练设备，使其能够更有效、更安全地执行复杂任务。强化学习算法会根据设备在仿真环境中的表现进行迭代优化，以找到最佳的运动策略。

Isaac Lab 提供了四足机器人的关节级控制 API，用于控制机器人如何运动。这使得训练过程能够精确到灵睿的每一个关节，从而实现更精细的运动控制。

为了缩小仿真与现实之间的差距，Isaac Lab 引入了域随机化技术。在训练过程中，会对各种参数进行随机化处理，如地面材质、摩擦力等，以提高模型在实际部署中的稳健性。

上图的仿真平台，需要配备NVIDIA RTX GPU的系统，并安装 NVIDIA Isaac Sim、NVIDIA Isaac Lab 和NVIDIA RSL-rl等相关软件。同时，还需要准备好对应机型的仿真模型和相关参数。

然后在 Isaac Lab 中设置训练任务，如让四足机器人在平坦地形上行走时跟踪目标 x、y 和偏航基准速度。然后，通过强化学习算法进行迭代训练，直到找到最佳的运动策略。

接着在仿真环境中对训练好的策略进行测试，评估其性能是否满足要求。如果测试结果不理想，可以对训练参数进行调整，并重新进行训练。

最后将训练好的策略部署到实际的四足机器人上，并进行实地测试。Isaac Lab 具有精确的物理和域随机化功能，能够将仿真环境中训练的策略无缝部署到真实机器人上，实现虚拟与现实世界的无缝对接。

NVIDIA Isaac Lab 平台加速行业进度

Isaac Lab 针对四足机器人的训练模式是一个高效、安全且可扩展的解决方案，能够帮助机器人专家加速智能机器人的开发进程。

江苏坚米智能技术有限公司是中坚科技控股的子公司，专注于行业级高性能通用足式/人形机器人的自主研发、生产和销售，在机器人核心零部件、运动控制、机器人感知等综合领域具有卓越的领先性。目前在研四足机器人拥有智能化高，通过性强，重负载，长续航等优点，可应用于巡检，勘察等各类场景。中坚科技构建了从人形具身智能到四足机器人，再到庭院式服务机器人的全产业链布局，并朝着滚轮式机器人出海国际的方向迈进。