把 CAD 资产用于机器人仿真，远不只是把几何体转成 OpenUSD。材质、碰撞几何、关节和其他物理属性都必须先配置并验证，否则模型看起来正确、跑起来却会失败：缺少碰撞体时物体能穿过夹爪，关节设置错误会让双臂无法协同，质量和摩擦系数则直接决定抓取是否稳定。
NVIDIA 给出的方案由三部分组成：Omniverse 库提供转换、检查与准备 OpenUSD 内容的能力，SimReady Foundation 规范定义资产需要满足的要求与校验方式，Omniverse AI Agent skills（如 CAD-to-SimReady）则引导智能体完成转换、材质与物理属性赋值和校验。前沿模型可以在每个阶段代开发者解读参考资料并调用 Omniverse 工具，官方示例使用的是 GPT-6 Astra。
整个流程分为五步。第一步把 ABB YuMi 的 STEP 文件转换为 OpenUSD；第二步依据参考图片和视频对齐外观；第三步配置物理属性，关节轴、限位和质量属性取自厂商数据手册与公开 URDF，接触摩擦系数设为静摩擦 0.8、动摩擦 0.6；第四步按 SimReady 要求校验单位、几何、材质、刚体、关节、驱动、articulation 和运行时行为；第五步在 Isaac Sim 中执行抓放任务。
验证结果针对测试轨迹给出了明确结论：双臂与双夹爪完成了四轮抓放循环，操作对象包括彩色方块和依据参考图建模的 Sharpie 马克笔，在不使用 attachment joint 的情况下完成了抓取、保持、转移与释放，资产满足验收标准。
环境方面，示例使用 Isaac Sim 6.1，并在 Isaac Sim 目录内启动 Codex CLI，以便智能体发现所需技能；STEP 文件、机器人规格以及参考图片和视频统一放入该目录下的 reference 文件夹。官方强调，示例只是用某一个前沿模型演示，该工作流可迁移到其他模型和机器人系统。
对机器人团队而言，这套流程的意义在于把资产准备从依赖经验的手工调试，转为可校验、可复用的步骤化流程：每一步都有明确的输入与验收条件，智能体负责重复性操作，工程师则聚焦于物理参数与场景设计。SimReady Foundation 仓库提供规范与校验指引，CAD-to-SimReady 技能提供转换与配置的智能体指引。
WeChat
Profile