发那科深化与英伟达合作，推进AI机器人仿真与数字孪生技术

发那科近日宣布进一步加强与英伟达开放式机器人仿真参考框架Nvidia Isaac Sim的集成，将其与发那科机器人仿真软件RoboGuide深度整合，实现虚拟工厂中的直观操作，并构建高精度、无缝衔接的数字孪生系统。

在去年12月于东京举办的国际机器人展览会上，发那科展示了一项技术——将RoboGuide中创建的机器人运动仿真导入Nvidia Isaac Sim，利用与真实机器人相同的控制算法，在虚拟环境中精确还原运动轨迹与节拍时间。

此次发那科正式宣布，随着集成能力的进一步增强，两套系统的协同更加紧密，为机器人测试与虚拟调试提供了更具实用价值和更高效率的仿真环境。

两种集成模式

第一种集成模式以Nvidia Isaac Sim为主界面，RoboGuide在后台运行，确保虚拟空间中机器人行为的准确性。RoboGuide与Isaac Sim实现紧密集成，保持持续的直接通信。

在这一全新环境下，用户可通过连接至RoboGuide的虚拟或实体示教器，以与操作真实机器人相同的方式，在Isaac Sim中实时直观地控制机器人。

用户可在Isaac Sim内直接执行点动操作、示教机器人程序、运行程序并验证结果，从而在GPU加速的物理精确传感器与环境仿真中，高效开展机器人安装前的预研与工艺设计工作。

通过进一步整合Nvidia Isaac Lab开放式机器人学习框架与Nvidia Omniverse库，以往难以仿真的复杂任务——例如处理线缆等柔性部件或执行插入与装配操作——如今均可实现高精度模拟。

在Isaac Sim中运行的机器人，借助与RoboGuide的集成，能够保持与真实机器相同的运动轨迹和节拍时间，有效消除仿真与现实之间的差距。

此外，该联合环境还支持强化学习与模仿学习，加速物理AI系统的评估与部署。

第二种集成模式以RoboGuide为主界面，由Nvidia PhysX物理引擎在后台提供高级仿真支持。

借助这一增强功能，RoboGuide现已接入PhysX，能够对此前难以仿真的复杂任务（如料箱拣选）进行精确模拟。

系统可通过基于物理的建模，对随机堆放的零件进行真实还原，同时RoboGuide的3D视觉系统识别零件位置，引导机器人完成拣选与放置操作。

真实工况下的场景——例如机器人无法取出某个特定零件时自动切换备选方案——均可在虚拟环境中完整复现。

这一进展使用户能够在虚拟环境中完成料箱拣选系统的可行性验证，无需再依赖大量实物进行反复试错。结合Nvidia PhysX的加持，RoboGuide大幅提升了料箱拣选系统的设计与部署效率，而这一过程此前往往需要耗费大量时间与现场专业技术支持。

双臂协作机器人折叠T恤演示

在本届开放日展会上，发那科将展示一套由两台CRX协作机器人组成的双臂系统，该系统基于英伟达开放式机器人基础模型Nvidia Isaac GR00T N，通过模仿学习完成柔性物体（T恤）的折叠任务。

折叠T恤等柔性物体需要机器人根据物体形态的持续变化不断调整运动，仅凭传统的示教回放或基于视觉的路径补偿难以实现。

在此次演示中，操作人员使用CRX机器人执行折叠任务，系统通过模仿学习从示范操作中习得技能。双臂CRX系统经过训练后，能够复现任务并掌握完成折叠过程所需的技术动作。

借助模仿学习实时生成的运动指令，CRX机器人在通过摄像头对物体进行视觉识别的同时，自主完成T恤折叠操作。以往，基于模仿学习生成的机器人动作往往存在分段性和抖动感。通过将发那科先进的运动控制技术与Nvidia GR00T N模型相结合，系统实现了流畅、连续的动作输出。参观者可现场体验双臂机器人实时自主折叠T恤的全程演示。

搭载Jetson Thor的升级版避障机器人

在去年东京国际机器人展览会上，发那科基于发那科机器人开放平台推出了一款"可主动避让人类的AI机器人"。目前，该系统已完成升级，搭载了英伟达最新机器人计算平台Nvidia Jetson Thor。

通过将Nvidia Jetson AGX Orin模块替换为Jetson T5000模块，系统AI算力提升超过7.5倍。在展会现场，参观者可体验这款依托Jetson Thor强大性能、能够更快速、更流畅地规避人员运动的机器人系统。

五月新品展览会精彩预告

在即将于五月举办的发那科新品展览会上，参观者将有机会亲身体验：机器人在虚拟空间中的实时操控、高精度仿真模拟、基于Nvidia PhysX的物理仿真演示、基于英伟达机器人基础模型训练的双臂机器人模仿学习演示，以及搭载英伟达最新边缘计算平台的协作机器人系统。

Q&A

Q1：发那科与英伟达的集成有哪两种模式？分别有什么特点？

A：第一种模式以Nvidia Isaac Sim为主界面，RoboGuide在后台运行，用户可通过示教器实时操控虚拟机器人，支持模仿学习与强化学习，消除仿真与现实的差距。第二种模式以RoboGuide为主界面，后台接入Nvidia PhysX物理引擎，能够精确仿真料箱拣选等复杂任务，用户可在虚拟环境中完成可行性验证，无需大量实物试错。

Q2：双臂CRX协作机器人是如何学会折叠T恤的？

A：系统采用模仿学习方式，由操作人员先使用CRX机器人进行折叠示范，系统从中习得技能并加以复现。结合发那科的运动控制技术与Nvidia Isaac GR00T N基础模型，机器人能够实时生成流畅连续的动作，通过摄像头视觉识别T恤形态，自主完成折叠任务，解决了传统方法难以应对柔性物体形态变化的难题。

Q3：升级后的避障机器人相比之前有哪些提升？

A：发那科将机器人的计算模块从Nvidia Jetson AGX Orin升级为Jetson T5000，AI算力提升超过7.5倍。升级后的机器人能够更快速、更流畅地感知并规避人员运动，在安全协作方面表现更为出色，参观者可在展会现场直接体验其实时避障能力。