6 月 17 日，随着英伟达在年度计算机视觉与模式识别会议（CVPR）上发布了最新版本的 NVIDIA Isaac Sim，逐际动力同时宣布，将采用升级版的 Isaac 平台，进一步提高强化学习，打造通用机器人的泛化能力。

逐际动力人形机器人 CL-1 在英伟达 Isaac 平台上进行仿真训练

支持逐际动力收获海量交互数据

成立不足 2 年，逐际动力便颠覆了通用机器人的全地形移动能力，在全身运动控制方面有了长足进步，自主研发的足式机器人具备出色的稳定性及泛化能力。这些突破性进展的背后离不开规模化的仿真训练和大量的数据采集。

NVIDIA Isaac Sim 的更新包括了对其 GPU 加速的多物理引擎 NVIDIA PhysX 的改进，以及用于机器人学习的全新 NVIDIA Isaac Lab。升级后的英伟达 Isaac 平台的优势一以贯之，特别是易用性高、响应速度快，助力逐际动力的研发人员可以在同一时间内，调度成千上万个机器人在丰富多样的仿真环境中进行大规模的随机探索，采集到海量交互数据。一些原本需要长达一周才能取得的训练成果，在 Isaac 平台的支持下，仅需要几个小时便可完成，显著提升了逐际动力机器人强化学习的效率。

逐际动力双足机器人 P1 在英伟达 Isaac 平台上进行仿真训练

释放逐际动力算法潜力

高质量的仿真训练让逐际动力系统化的强化学习能力得以释放，最好的例证便是逐际动力双足机器人 P1 在今年 3 月份零样本、无保护、全开放爬塘朗山，在完全陌生的野外环境中，高动态完成了在多种复杂地形上的移动。P1 在 Isaac 仿真平台上进行大规模的仿真训练和数据收集，逐际动力通过自主设计的神经网络架构，生成具有自适应性的控制策略，保证研发成果在实际应用中可行、可用、可靠。有了像 Isaac 平台这样的具备精准物理效果模拟及强大领域随机化技术的基础设施，逐际动力的算法在 P1 上展现出强大的抗干扰能力及环境适应能力，成为中国首个实现野外徒步的双足机器人。

逐际动力持续探索技术边界

当前，以人形为代表的通用机器人正处于技术与商业化交集不断扩大的重要时间节点，逐际动力与英伟达的合作，通过 Isaac Lab 越来越多成熟的基础模型及强大的仿真工具，将会为人形机器人的强化学习提供更强大的支持，结合逐际动力在环境感知、运动控制、硬件设计等领域积累的深厚经验，不断拓展技术边界，最终实现通用机器人的广泛应用。