NVIDIA 助力构建高效可扩展的人形机器人仿真平台 OpenWBT_Isaac

清华大学与银河通用机器人联合研发，推出了专为人形机器人全身仿真遥操作设计的平台 OpenWBT_Isaac。该平台依托 NVIDIA Isaac Sim 与 Isaac Lab 的强大仿真能力构建而成，延续 OpenWBT 系统的全身遥操作优势，并通过引入 NVIDIA L20/RTX 5880 Ada GPU 加速与虚实融合仿真技术，拥有部署快速、数据采集效率高、多机器人机型跨平台兼容等特性，为科研成果迈向落地应用提供了有力支持。

OpenWBT 系统：

https://github.com/GalaxyGeneralRobotics/OpenWBT

OpenWBT_Isaac 的开发由清华大学与银河通用机器人主导，NVIDIA 提供了底层加速、模拟框架和工程集成支持，确保系统在 Isaac Sim 等平台下的流畅运行与高性能表现。

为什么选择基于 NVIDIA 的

全身遥操作仿真？

全身控制是人形机器人面向实际任务的关键能力。然而传统遥操作方案往往仅支持上半身遥操作，难以满足复杂任务需求。

借助 NVIDIA Isaac Sim 的高保真仿真引擎，OpenWBT_Isaac 支持行走、抓取、下蹲、前倾、转身等丰富的身体动作控制，并通过虚拟现实和仿真重建等能力实现从遥控到数据生成的一体化闭环。

开发者只需一副 VR 头显（目前 VR 主要支持 apple vision pro）、遥操手柄与一台搭载 RTX 显卡的笔记本，即可在数小时内完成部署，并生成高质量的人形机器人全身移动操作数据，为大模型训练和算法验证提供理想环境。

三大核心优势

部署高效，轻量灵活

在 NVIDIA 平台加持下，无需复杂设备标定与场地搭建，即可实现快速部署与远程调试，适合实验室与工业落地场景。

大规模数据生成，助力智能训练

支持批量仿真、任务复现与异构场景构造，极大降低真实环境数据采集成本，是多模态模型训练与验证的理想解决方案。

支持多机型全身控制，拓展通用能力边界

兼容多种人形机器人形态，从粗动作到精细操控均可支持，充分为灵活智能控制算法的研究提供平台支持。

技术特色：结构化技能生成与跨环境泛化

OpenWBT_Isaac 的核心技术来源于清华大学与银河通用机器人提出的 “Real-world-Ready Skill Space” 框架 ：

https://zzk273.github.io/R2S2/

该框架将人形控制策略模块化为原子技能，通过结构化设计、条件生成建模和强化学习优化等方法实现高效组合与跨环境泛化。

• 原子技能训练于不同环境与任务条件下，具有良好的独立性与泛化性；
• 条件 VAE 等生成策略用于构建并拓展统一的技能表达空间；
• 多平台部署测试确保策略在 MuJoCo、Isaac Sim 等平台间具备一致鲁棒性。

NVIDIA 的 GPU 加速与仿真框架为这一过程提供了算力与工程上的全面保障。

推动生态融合：与 NVIDIA 社区

共建智能机器人未来

OpenWBT_Isaac 并非单一的实验系统，而是 NVIDIA Isaac Sim 智能机器人生态中的重要组成部分。平台开源并支持与社区协同开发，帮助研究者快速构建并部署高质量的遥操作系统，同时支持二次开发、跨平台适配与数据采集任务。

依托 NVIDIA 提供的工程化支持、虚拟仿真工具与硬件加速平台，OpenWBT_Isaac 正在成为连接智能算法与实际部署之间的重要桥梁。

更多信息，欢迎访问项目主页或加入 NVIDIA Isaac Sim 开发者社区，共同探索人形机器人智能控制的未来可能。

*本文图片均由银河通用机器人制作，如果您有任何疑问或需要使用图片，请联系银河通用机器人。