18 сентября 2026 г.
Роботы учатся в виртуальном мире: Vsim повторяет задачу миллионы раз до запуска на роботе
Vsim обучает робота в виртуальной среде, повторяя задачу миллионы раз, а затем переносит найденный способ действий на физического робота. На борту Freddo система просматривает примерно 1 секунду будущего и проверяет 20 000 вариантов развития ситуации. Факты о Vsim и Freddo опубликованы BBC News 17 сентября 2026 года, исходное объяснение world models выпустила NVIDIA в тот же день.
Для конкурентных систем такая задача, по словам разработчиков Vsim, занимает дни. Freddo научили ходить, распознавать пластиковую бутылку и хватать её за несколько минут (BBC News, 17 сентября 2026 года).
Как устроено. Раньше в этом сравнении конкурентным системам требовались дни. Теперь Vsim прогоняет задачу в виртуальной среде миллионы раз, а найденный способ действий загружает на робота. На борту Freddo система просматривает примерно 1 секунду будущего и проверяет 20 000 вариантов развития ситуации.
Масштаб команды. Vsim основали в 2022 году Michelle Lu и Kier Storey. До этого они работали над ранней версией NVIDIA Isaac Sim. В Vsim 10 инженеров, тогда как робототехническое программное подразделение NVIDIA насчитывает сотни.
Rika Antonova из University of Cambridge использует открытый MuJoCo. По её словам, быстрый симулятор способен прогонять сотни миллионов образцов за несколько секунд.
Порог входа. NVIDIA Isaac Sim это открытая среда для симуляции и тестирования роботов и генерации синтетических данных. Начать можно одним из четырёх способов: Quick Install, workstation, container или Python environment. Инструмент распространяется бесплатно по Apache 2.0, но в AWS разработчик оплачивает инфраструктуру, а для распространения Omniverse Kit нужна отдельная enterprise-лицензия (доки NVIDIA и NVIDIA Developer, 10 сентября 2026 года).
Следующая проверка такого подхода начинается после симуляции: навык должен сработать на физическом роботе.
Первоисточник
