通过 OpenUSD 增强机器人开发：关键策略

通过 OpenUSD 增强机器人开发：关键策略 - Blockchain.News

对机器人的需求不断增长，推动了对高级仿真能力的需求，而通用场景描述（OpenUSD）正处于这一变革的最前沿。OpenUSD 提供了一种强大的开放标准，便于创建虚拟世界，在其中机器人可以学习和进化，正如由 NVIDIA 的 Matias Codesal 在博客文章中所述。

数据摄取：统一多样数据源

OpenUSD 支持集成多种数据格式，将其转换为统一的格式，作为连接 NVIDIA 机器人生态系统的桥梁。这种统一使得复杂的工作流程成为可能，如合成数据生成和强化学习，显著加速从设计到 AI 培训的开发过程。

为增强工作流程，有几种工具可用，包括 Wandelbots OpenUSD 库、SICK 虚拟传感器模型和 Newton 的 MuJoCo-USD 转换器。这些工具促进了数据向 OpenUSD 的转换，使其无缝集成到仿真准备管道中。

OpenUSD 的基于图层的组合允许通过结合来自各个来源的模块化资产来创建大型虚拟环境。这种能力支持在单一环境中管理大量对象集，有助于全面的机器人仿真。结果是加速了 AI 模型培训和增强合成数据生成，从而提升机器人在实际应用中的性能。

开发者可以利用诸如 Physical AI Warehouse OpenUSD Dataset 和 USD Search 等资源，高效管理和利用大量资产，提升他们的培训环境。

SimReady 资产是具有真实属性的高保真 OpenUSD 对象，使其可立即用于仿真和 AI 培训。这种标准化促进了资产在各种仿真运行时之间的互操作性和集成，使开发者能够专注于核心活动，如培训和仿真。

诸如 Lightwheel 庞大的 SimReady 资产库等资源为开发者提供了优化的机器人学习和培训工具，确保与研究基准的兼容性，增强开发管道的效率。

OpenUSD 代表了机器人开发的重大转变，朝着一个统一和可扩展的生态系统迈进。通过掌握数据摄取、利用聚合数据集和采用 SimReady 标准，机器人团队可以加速开发周期，构建具备实战准备的强大 AI 系统。有关更多见解和资源，请访问 NVIDIA 博客文章 NVIDIA。

Image source: Shutterstock