📖 AI 总结

NVIDIA 技术博客介绍了一套利用 AI 智能体辅助机器人在仿真环境中学习行走与避障的完整工作流，以参考机器人 Microduck 为例。流程上，Hermes 与 Nemotron 3.5 Bolt 等智能体先将提示转化为分步项目计划，Astra 据此生成 3D 仿真资产，包括在 FreeCAD 中建模、在 Blender 中赋材质，并导出 USD 资产；障碍赛道在 Isaac Sim 中借助 Omniverse 库与 Newton 物理引擎搭建，用于模拟 Microduck 的运动与平衡。训练阶段使用 Isaac Lab，在单块 RTX PRO 6000 Blackwell 工作站 GPU 上以 4096 个并行环境大规模训练感知与运动策略，输入为头部相机深度与机器人状态观测。训练后的策略回到 RTX Spark 本地 Isaac Sim 中验证障碍检测、动作调整与赛道完成情况，再通过更精确的执行器模型与域随机化为仿真到现实的迁移做准备。该流程展示了从资产生成、物理仿真到策略训练与本地评估的一体化路径，为机器人导航能力的开发提供了可复用的参考方案。