Op het International Conference on Robotics and Automation (ICRA) presenteerde NVIDIA Research acht papers die een gezamenlijke boodschap hebben: simulatie-naar-realiteit-overdracht (sim-to-real) wordt de basis voor robotten die buiten het lab kunnen werken. De papers beslaan het volledige spectrum van robotica-uitdagingen: van het coördineren van meerdere armen tot het grijpen van onbekende objecten.

Een van de opvallendste resultaten komt van ScheduleStream, een framework dat op GPUs meerdere robotarmen parallel laat plannen en opereren. Traditionele planning werkt sequentieel, maar ScheduleStream versnelt multi-arm-scenario’s met 3x op NVIDIA Jetson-hardware. Tegelijkertijd toont het COMPASS-beleid aan dat navigatie-generalisatie tussen verschillende robot-platforms mogelijk is — zonder enige real-world data. Volledig getraind in NVIDIA Isaac Lab-simulatie, bereikte COMPASS een 4,5x verbetering in succesrate en 80% succes bij 20 real-world navigatie-tests op zowel mobiele robotten als humanoïden.

Het Grasp-MPC-systeem pakt het grijp-probleem anders aan: in plaats van een vast pad te berekenen, corrigeert het continu during het grijpen — zoals een mens voelt in plaats van vooraf berekent. Met 2 miljoen gesimuleerde trajecten over 8.000 objecten toont NVIDIA aan dat simulatie geen speeltuin meer is, maar een oplossingsroute voor robotten die in de echte wereld moeten presteren. De code is beschikbaar op GitHub, wat breedde adoptie vergemakkelijkt voor de roboticacommunity.