英伟达联合DeepMind、迪士尼发布Newton：用于机器人仿真的开源物理引擎

Newton是由英伟达、Google DeepMind和迪士尼研究院联合开发的开源、可扩展物理引擎，旨在推动机器人学习与开发，为机器人仿真提供高性能、灵活且可定制的解决方案。

• 开发背景与目标

  物理AI模型使机器人能够自主感知、解释、推理并与现实世界互动，而加速计算和仿真是开发下一代机器人技术的关键。物理在机器人仿真中扮演着至关重要的角色，为机器人在真实环境中的行为和交互提供精确的虚拟表示基础。然而，仿真往往难以完全匹配现实，存在“仿真到现实的差距”。机器人开发者需要一个统一、可扩展且可定制的解决方案，Newton应运而生。

• Newton的关键特性

  开源：Newton是开源的，赋能整个机器人社区。机器人专家可以自由使用和分发该框架，并将其前沿研究贡献到其开发中。

  NVIDIA加速：Newton基于NVIDIA Warp构建，NVIDIA Warp是一个NVIDIA CUDA-X加速库，为开发者提供了一种简单的方式来编写GPU加速的、基于内核的程序，用于仿真AI、机器人和机器学习（ML）。它利用NVIDIA GPU的并行处理能力，提供了一个高性能、灵活的框架，用于构建和运行基于物理的仿真。

  由MuJoCo-Warp驱动：Newton与MuJoCo（多关节接触动力学）兼容，MuJoCo是一个广泛使用的开源物理引擎，专门用于涉及复杂动力学和接触丰富的机器人研发。Google DeepMind首次推出了MuJoCo-Warp，这是一个由Warp加速的开源机器人仿真器，使开发者能够实现显著的性能提升，人形机器人仿真加速超过70倍，手内操作任务加速超过100倍。MuJoCo-Warp将作为Newton的关键物理引擎提供。

  可微分物理：通过仿真传播梯度的能力为机器人仿真和学习开辟了新的可能性。可微分仿真器可以生成前向模式结果，并计算仿真结果的反向模式梯度，用于系统参数优化的反向传播。

  可扩展性：Newton具有高度可扩展性，支持丰富的多物理场仿真，机器人可以通过定制求解器、积分器和数值方法与食物、布料和其他可变形物体进行交互。Newton还支持将不同类型的求解器耦合在一起，例如将材料点法（MPM）求解器与刚体动力学耦合。

  基于OpenUSD构建：Newton使用OpenUSD框架，OpenUSD的灵活数据模型和组合引擎聚合了描述机器人及其周围环境所需的数据，而定制求解器和其他运行时可以专注于特定的机器人能力和环境。

• 应用与影响

  迪士尼研究院将率先使用Newton来推进其机器人角色平台，该平台为下一代娱乐机器人提供动力，例如在GTC主题演讲中与黄仁勋一同登台的受《星球大战》启发的BDX机器人。迪士尼幻想工程研发高级副总裁Kyle Laughlin表示，这次合作将使他们能够创造出比以往更具表现力和吸引力的新一代机器人角色，并以只有迪士尼才能实现的方式与游客建立联系。

  除了Newton，迪士尼研究院、Google DeepMind、Intrinsic和NVIDIA还在合作定义机器人领域的OpenUSD资产结构，这一新结构和数据管道利用OpenUSD中的最佳实践，统一机器人工作流程，并为所有数据源提供通用语言。

• 未来展望

  Newton将为推进下一代人形机器人铺平道路。该开发工作正在进行中，计划在今年晚些时候发布第一个版本。

• 相关技术与学习资源

  NVIDIA Warp：一个开发者框架，用于在Python中构建和加速数据生成与空间计算。

  NVIDIA Isaac Lab：基于NVIDIA Isaac Sim开发，是一个开源的机器人学习统一框架，旨在帮助训练机器人策略。

  学习资源：包括免费的OpenUSD课程、“学习OpenUSD”与“机器人基础”课程，以及相关的GTC session、NGC Containers和SDK等。