NVIDIA kündigt Newton an: Open-Source-Physik-Engine für Robotersimulationen

Technologieunternehmen NVIDIA hat Newton vorgestellt, eine Open-Source- und erweiterbare Physik-Engine, die in Zusammenarbeit mit Google DeepMind und Disney Research entwickelt wurde und das Lernen und die Entwicklung von Robotern verbessern soll.

Newton basiert auf NVIDIA Warp, das es Robotern ermöglicht, komplexe Aufgaben mit verbesserter Genauigkeit zu erlernen, und ist für die nahtlose Zusammenarbeit mit Lern-Frameworks wie MuJoCo Playground und NVIDIA Isaac Lab, einer Open-Source-Plattform für einheitliches Roboterlernen, konzipiert.

Physische KI-Modelle ermöglichen es Robotern, ihre Umgebung autonom zu verstehen, zu analysieren, zu folgern und mit ihr zu interagieren. Die Weiterentwicklung der Robotik basiert maßgeblich auf beschleunigtem Computing und Simulationen, um die nächste Generation von Robotersystemen zu entwickeln. 

Physik ist in der Robotersimulation von entscheidender Bedeutung, da sie die Grundlage für die Erstellung präziser virtueller Modelle bildet, die das Verhalten und die Interaktion von Robotern in realen Umgebungen darstellen. Mithilfe dieser Simulatoren können Forscher und Ingenieure Steuerungsalgorithmen und Prototypen sicher, effizient und kostengünstig trainieren, entwerfen, testen und validieren.

Newton wurde entwickelt, um die gesamte Robotik-Community zu unterstützen. Robotiker können es frei nutzen, verbreiten und durch Forschung zu seiner Entwicklung beitragen. Basierend auf NVIDIA Warp, einer CUDA-X-Beschleunigungsbibliothek, bietet es Entwicklern eine effiziente Möglichkeit, GPU-beschleunigte, kernelbasierte Programme für Simulation, KI, Robotik und maschinelles Lernen (ML) zu erstellen. Dieses Framework bietet leistungsstarke Funktionen für die Ausführung physikbasierter Simulationen und nutzt die parallele Rechenleistung von NVIDIA GPUs .

Ein besonderes Merkmal von Newton ist die Kompatibilität mit Multi-Joint Dynamics with Contact (MuJoCo), einer etablierten Open-Source-Physik-Engine, die in der Robotikforschung zur Modellierung komplexer Dynamiken und kontaktreicher Umgebungen eingesetzt wird. Diese Kompatibilität ermöglicht es Entwicklern, bestehende Modelle und Codes wiederzuverwenden und so den Zeit- und Ressourcenaufwand für die Anpassung von Anwendungen an verschiedene Physik-Engines zu reduzieren.

Darüber hinaus hat Google DeepMind MuJoCo-Warp eingeführt, einen Open-Source-Robotiksimulator mit NVIDIA Warp-Beschleunigung. Dieser bietet Leistungsverbesserungen und erreicht eine mehr als 70-fache Beschleunigung bei humanoiden Simulationen und eine 100-fache Beschleunigung bei Handmanipulationsaufgaben. MuJoCo-Warp wird als primäre Physik-Engine in Newton integriert und bietet Entwicklern verbesserte Leistung und Flexibilität für ihre Roboteranwendungen.

Weitere wichtige Funktionen von Newton: Differenzierbare Physik, Erweiterbarkeit und OpenUSD-Integration

Darüber hinaus eröffnet die Fähigkeit, Gradienten durch Simulation zu propagieren, neue Möglichkeiten für die Simulation und das Lernen in der Robotik. Differenzierbare Simulatoren können Vorwärtsmodus-Ergebnisse generieren und gleichzeitig Rückwärtsmodus-Gradienten der Simulationsergebnisse berechnen, die dann für die Rückwärtspropagation zur Optimierung der Systemparameter genutzt werden können.

Mit der Weiterentwicklung der Robotik steigt auch die Komplexität und Vielfalt der zu simulierenden Szenarien. Newton ist hochgradig anpassungsfähig und unterstützt umfangreiche Multiphysik-Simulationen, bei denen Roboter mit unterschiedlichen Materialien interagieren, darunter Lebensmittel, Kleidung und andere verformbare Objekte. Diese Flexibilität wird durch benutzerdefinierte Solver, Integratoren und numerische Methoden ermöglicht. Newton unterstützt zudem die Kopplung verschiedener Solvertypen, wie die Integration eines MPM-Solvers (Material Point Method) mit Starrkörperdynamik zur Simulation von Interaktionen mit Sand zeigt.

Darüber hinaus nutzt Newton das OpenUSD-Framework, das ein vielseitiges Datenmodell und eine Kompositions-Engine bietet, die die notwendigen Daten zur Beschreibung von Robotern und deren Umgebungen aggregiert. Benutzerdefinierte Solver und Laufzeiten können auf spezifische Roboterfähigkeiten und -umgebungen spezialisiert werden. Darüber hinaus sind neben Disney Research, Google DeepMind, Intrinsic und NVIDIA , Newton hilft dabei, defiEine OpenUSD-Asset-Struktur für die Robotik. Diese Struktur zielt darauf ab, Robotik-Workflows durch die Übernahme bewährter Methoden innerhalb von OpenUSD zu standardisieren und eine einheitliche Datenpipeline zu schaffen, die eine gemeinsame Sprache für alle Datenquellen in der Robotik bietet.