新媒网 · 跨境数据社区

各位跨境实战的伙伴们，大家好！

现在机器人技术发展得如火如荼，对物理精度极高的模拟需求也越来越迫切。Universal Scene Description，也就是我们常说的OpenUSD，正在成为这场变革的关键。它就像搭积木一样，帮我们搭建出虚拟世界，让机器人在这里学习成长。今天，我来给大家深入浅出地聊聊，如何用OpenUSD这项基础技术，给咱们的机器人开发工作注入强劲动力。

这篇文章，咱们将重点探讨三个核心点：

首先是数据导入：OpenUSD如何把咱们那些零散的CAD模型、URDF机器人描述文件以及传感器数据，统一整合进可以马上用于模拟的管线里。

接着是数据聚合：OpenUSD那层层叠加的组合能力，怎样帮我们构建出庞大的虚拟世界，让几十万个甚至更多的物体都能在里面和谐共存，为机器人训练提供无限场景。

最后是SimReady标准：这个概念如何用即插即用的资产，将咱们的机器人开发流程与整个英伟达物理AI生态系统无缝对接。

不管您是经验丰富的机器人工程师，还是刚刚踏入这个领域的新手，相信通过今天的分享，都能学会如何利用这项底层技术，显著缩短部署时间，提升机器人模拟和训练的性能。

一、数据导入：拓展机器人生态的边界

数据导入，简单来说，就是把各种各样的数据格式，统统转换成OpenUSD格式。它就像一道大门，通往英伟达的Isaac Sim和整个机器人生态系统。新媒网跨境了解到，现在许多机器人项目都建立在复杂的底层数据之上，包括CAD设计文件、描述机器人运动学特性的URDF文件、实时的传感器数据以及物联网数据等等。OpenUSD的作用，就是把这些五花八门的数据源汇聚起来，整合成一个统一、连贯的格式。

这样做有什么好处呢？

它能帮助我们实现更高级的工作流程，比如生成合成数据、对机器人算法进行软件在环测试，以及在Isaac Sim和英伟达Isaac Lab等框架上进行强化学习。

它还能加速开发进程，因为有了统一的USD表示，咱们从设计到AI训练的整个流程都能变得更加顺畅。

咱们怎么落地用起来呢？

在机器人开发中，有几款转换工具特别好用，值得大家关注：

比如，Wandelbots OpenUSD库。Wandelbots NOVA就包含了大量来自发那科、安川、优傲、ABB和库卡等知名制造商的、带有注释的OpenUSD机器人模型库。

还有SICK的虚拟传感器模型。大家可以获取到经过认证的工业激光雷达传感器、安全激光扫描仪和视觉传感器的OpenUSD格式数字孪生体，它们可以直接在Isaac Sim中进行训练模拟。

别忘了Newton的MuJoCo-USD转换器。它可以把MuJoCo（MJCF）文件转换成OpenUSD格式，并且支持物理特性、几何形状和材料。

想要自动化处理MJCF文件到OpenUSD的转换，咱们可以搭建一个这样的数据管线：

pip install mujoco-usd-converter
mujoco\_usd\_converter /path/to/robot.xml /path/to/usd\_robot

二、数据聚合：构建大规模虚拟世界

数据聚合，就是利用OpenUSD的分层组合能力，把来自不同源头的模块化、可复用的资产组合起来，构建出有条理、可扩展且高性能的虚拟世界。OpenUSD的强大之处在于，它能在一个环境中管理几十万个对象，这让咱们能够进行大规模的机器人模拟，让机器人团队在逼真的场景中进行训练、测试和优化。

通过构建模块化、可复用的资产，比如仓库货架或者工厂里的机器人，大家可以创造出无穷无尽的环境配置。这不仅能加速AI模型的训练，还能丰富合成数据的多样性，从而让咱们的机器人在真实世界中的表现更稳健、更通用。

咱们怎么落地用起来呢？

Hugging Face上的物理AI仓库OpenUSD数据集，为开发者们提供了一个绝佳的起点，里面包含了近千个用于仓库机器人模拟和训练的OpenUSD资产。

另外，USD Search工具也能帮咱们管理大量的资产，快速定位所需内容。即使3D数据没有结构或者没有标签，它也能通过AI驱动的自然语言或图像查询来帮你找到。

现在，咱们就可以开始把这些资产聚合成无数个大型虚拟环境，用于训练。你还可以用Python自动化地、非破坏性地引用数据集中的资产来构建场景：

from pathlib import Path
from pxr import Usd

def ref\_all\_dataset\_assets(root\_dir: Path, stage: Usd.Stage):
    for usd\_file in root\_path.rglob('\*.usd'):
        dir\_name = usd\_file.parent.name
        file\_name = usd\_file.stem
        if file\_name == dir\_name:
            print(f"Found asset entry point: {usd\_file}")
            # Define a typeless prim
            prim\_path = f"/{dir\_name}"
            prim = stage.DefinePrim(prim\_path)
            # Add reference to the layer
            prim.GetReferences().AddReference(str(usd\_file))

三、SimReady：用标准资产统一你的机器人开发管线

SimReady资产，就是那些高质量的OpenUSD对象，它们内嵌了物理精确的属性——比如材质、运动学和行为。这意味着它们可以直接用于逼真的模拟、机器人操作、AI训练和数字孪生。

使用SimReady资产目录，可以大大简化咱们的机器人开发流程。它能避免那些随意制作的3D模型常常带来的碎片化和兼容性问题。这种标准化实现了资产的互操作性、复用性，以及在不同模拟运行时环境中的无缝集成。SimReady资产可以直接在OpenUSD驱动的框架（比如Isaac Sim）中使用，省去了耗时的资产准备和转换工作。这样一来，开发者们就能把精力集中在最有价值的活动上——训练和模拟，同时还能为管线的每个阶段选择最合适的工具。

咱们怎么落地用起来呢？

Lightwheel提供了一个丰富的SimReady资产库，这些资产针对机器人学习、模仿学习和视频-语言-动作（VLA）训练方法进行了优化，并且兼容各种研究基准。

借助USD Search的强大功能，开发者们还能根据颜色、运动学和物理数据轻松搜索SimReady资产。

现在就开始行动吧！从Lightwheel的库或者英伟达的开源物理AI数据集下载资产，然后在英伟达Isaac Sim中尝试使用它们。

开启你的机器人开发新篇章

OpenUSD代表了机器人开发领域的一次范式转变。它正将我们从零散、工具化的工作流程，带入一个统一、可扩展和互操作的生态系统。新媒网跨境认为，通过熟练掌握数据导入，巧妙运用大规模聚合数据集，并积极拥抱SimReady标准，咱们的机器人团队不仅能加速开发周期，还能构建出更稳健、更具通用性的AI系统，真正为现实世界做好准备。

英伟达为大家准备了全面的OpenUSD资源，帮助大家加速学习进程。可以从“学习OpenUSD、数字孪生和机器人技术”的自学课程开始，这些课程能帮助大家打下坚实的基础。

对于准备在机器人职业生涯中迈出下一步的专业人士，OpenUSD开发认证提供了一个专业级别的考试，可以验证大家在构建、维护和优化使用OpenUSD的3D内容管线方面的专业知识。

如果大家会去英伟达在华盛顿举办的GTC大会，那可别错过这个机会！参会者可以免费参加现场认证考试，最大化你的参会价值。同时，也可以关注即将推出的OpenUSD Insiders直播活动，与英伟达开发者社区保持连接。通过关注英伟达Omniverse在Instagram、LinkedIn、X、Threads和YouTube上的动态，保持信息同步。

别忘了关注在韩国首尔举办的CoRL和Humanoids大会，时间是9月27日至10月2日，了解更多前沿研究。另外，也千万不要错过英伟达创始人兼CEO黄仁勋在华盛顿GTC大会上的主题演讲，他将深入探讨物理AI的突破性进展如何推动通用机器人时代的到来，赋能各个行业。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/openusd-robotics-dev-2hr-sim-deploy.html