機器人需求的日益增長，正以前所未有的規(guī)模推動對物理精確仿真的需求。通用場景描述（OpenUSD）是這一變革的關鍵，它為構建機器人可在其中學習的虛擬世界提供了強大的開源標準。

本文將探討借助OpenUSD提升機器人開發(fā)流程效率的三個實用方法，包括數(shù)據(jù)提取、數(shù)據(jù)聚合及 SimReady。

數(shù)據(jù)提?。和卣箼C器人生態(tài)系統(tǒng)

OpenUSD 日益擴展的數(shù)據(jù)源生態(tài)系統(tǒng)，涵蓋了常見的機器人仿真和數(shù)字內(nèi)容創(chuàng)作（DCC）應用

數(shù)據(jù)導入功能將各類數(shù)據(jù)格式轉(zhuǎn)換到 OpenUSD 格式，使其成為接入NVIDIA Isaac Sim與 NVIDIA 機器人技術生態(tài)的入口。

現(xiàn)代機器人開發(fā)項目依賴于多種復雜的數(shù)據(jù)源，包括 CAD 文件、描述機器人運動學的 URDF 數(shù)據(jù)、以及實時傳感器和物聯(lián)網(wǎng)數(shù)據(jù)。OpenUSD 作為通用聚合平臺，能夠?qū)⑦@些異構數(shù)據(jù)整合為統(tǒng)一的格式，實現(xiàn)高效協(xié)同。

這種統(tǒng)一：

支持合成數(shù)據(jù)生成與機器人算法的軟件在環(huán)測試，以及基于如 Isaac Sim 和 NVIDIA Isaac Lab 框架的強化學習等高級工作流程。

通過構建通用的 USD 表示，加速開發(fā)進程，簡化從設計到 AI 訓練的完整工作流。

數(shù)據(jù)聚合：構建大規(guī)模虛擬世界

OpenUSD 提供了一個統(tǒng)一的舞臺，使物理系統(tǒng)的各個不同元素能夠在共享的虛擬環(huán)境中共存并相互交互

數(shù)據(jù)聚合采用 OpenUSD 的基于圖層的合成技術，將來自不同來源的模塊化、可復用資產(chǎn)整合為結(jié)構清晰、可擴展且高性能的虛擬世界。

OpenUSD 能夠在單一環(huán)境中管理數(shù)十萬個對象，從而實現(xiàn)大規(guī)模機器人仿真，讓機器人集群在逼真場景中進行訓練、測試與優(yōu)化。通過構建模塊化、可復用的資產(chǎn)（如倉庫貨架或工業(yè)機器人），可構建出豐富的環(huán)境配置。這不僅能加速 AI 模型訓練，提升合成數(shù)據(jù)生成的多樣性，還能讓機器人在實際部署時具備更穩(wěn)定、更靈活的性能。

SimReady：將機器人開發(fā)流程與更廣泛的生態(tài)系統(tǒng)相集成

SimReady 資產(chǎn)是指具有物理精確屬性（包括材質(zhì)、運動學特性與行為模式）的物理真實的 OpenUSD 對象，能夠直接用于高真實度仿真、機器人開發(fā)、AI 訓練與數(shù)字孿生場景。

使用 SimReady 資產(chǎn)庫能夠簡化機器人開發(fā)流程，避免臨時構建 3D 模型常見的資源碎片化與兼容性問題。這種標準化特性支持資產(chǎn)在不同仿真運行時環(huán)境中實現(xiàn)互操作、復用與集成。SimReady 資產(chǎn)可直接在 Isaac Sim 等基于 OpenUSD 的框架中使用，省去耗時的資產(chǎn)準備與格式轉(zhuǎn)換工作。

光輪智能通過 simready.com 平臺提供豐富的 SimReady 資產(chǎn)庫，這些資產(chǎn)專為機器人學習、模仿學習以及視頻語言動作（VLA）等訓練方法優(yōu)化，并兼容各類研究基準測試。借助 USD Search，開發(fā)者可根據(jù)顏色、運動學特性與物理數(shù)據(jù)輕松檢索所需 SimReady 資產(chǎn)。