用 AI agent 教机器人 Microduck 在模
来自 NVIDIA Developer · 期号 2026-10-23
摘要
教机器人走障碍赛道，先得让它能看、能保持平衡、能根据障碍调整动作。NVIDIA 这篇博客用 Microduck 做例子，走了一遍完整流程。 在 RTX Spark 上，Hermes 和 Nemotron 3.5 Bolt 把一句提示词拆成分步项目计划。Astra 根据计划用 FreeCAD 建几何、Blender 上材质，生成 3D 资产。障碍赛道在 Isaac Sim 里组装，用 Omniverse 库做渲染和传感器模拟，Newton 引擎模拟 Microduck 的物理运动。 Isaac Lab 在 RTX PRO 6000 Blackwell GPU 上开了 4096 个并行环境训练感知和行走策略，输入是头部摄像头深度图和机器人状态。训练好的策略回到 RTX Spark 上的 Isaac Sim 里验证，检查它能不能检测障碍、调整动作、走完全程。 验证通过后再做 sim-to-real 迁移，用更好的执行器模型和域随机化来缩小模拟与现实的差距。