如何借助OpenUSD提升机器人开发流程效率

机器人需求的日益增长，正以前所未有的规模推动对物理精确仿真的需求。通用场景描述（OpenUSD）是这一变革的关键，它为构建机器人可在其中学习的虚拟世界提供了强大的开源标准。

本文将探讨借助 OpenUSD 提升机器人开发流程效率的三个实用方法，包括数据提取、数据聚合及 SimReady。

数据提取：拓展机器人生态系统

OpenUSD 日益扩展的数据源生态系统，涵盖了常见的机器人仿真和数字内容创作（DCC）应用

数据导入功能将各类数据格式转换到 OpenUSD 格式，使其成为接入 NVIDIA Isaac Sim 与 NVIDIA 机器人技术生态的入口。

现代机器人开发项目依赖于多种复杂的数据源，包括 CAD 文件、描述机器人运动学的 URDF 数据、以及实时传感器和物联网数据。OpenUSD 作为通用聚合平台，能够将这些异构数据整合为统一的格式，实现高效协同。

这种统一：

支持合成数据生成与机器人算法的软件在环测试，以及基于如 Isaac Sim 和 NVIDIA Isaac Lab 框架的强化学习等高级工作流程。

通过构建通用的 USD 表示，加速开发进程，简化从设计到 AI 训练的完整工作流。

数据聚合：构建大规模虚拟世界

OpenUSD 提供了一个统一的舞台，使物理系统的各个不同元素能够在共享的虚拟环境中共存并相互交互

数据聚合采用 OpenUSD 的基于图层的合成技术，将来自不同来源的模块化、可复用资产整合为结构清晰、可扩展且高性能的虚拟世界。

OpenUSD 能够在单一环境中管理数十万个对象，从而实现大规模机器人仿真，让机器人集群在逼真场景中进行训练、测试与优化。通过构建模块化、可复用的资产（如仓库货架或工业机器人），可构建出丰富的环境配置。这不仅能加速 AI 模型训练，提升合成数据生成的多样性，还能让机器人在实际部署时具备更稳定、更灵活的性能。

SimReady：将机器人开发流程与更广泛的生态系统相集成

SimReady 资产是指具有物理精确属性（包括材质、运动学特性与行为模式）的物理真实的 OpenUSD 对象，能够直接用于高真实度仿真、机器人开发、AI 训练与数字孪生场景。

使用 SimReady 资产库能够简化机器人开发流程，避免临时构建 3D 模型常见的资源碎片化与兼容性问题。这种标准化特性支持资产在不同仿真运行时环境中实现互操作、复用与集成。SimReady 资产可直接在 Isaac Sim 等基于 OpenUSD 的框架中使用，省去耗时的资产准备与格式转换工作。

光轮智能通过 simready.com 平台提供丰富的 SimReady 资产库，这些资产专为机器人学习、模仿学习以及视频语言动作（VLA）等训练方法优化，并兼容各类研究基准测试。借助 USD Search，开发者可根据颜色、运动学特性与物理数据轻松检索所需 SimReady 资产。