F3 · Robotics & Embodied
Robotics Reinforcement Learning on Arm
導讀
人形機器人要學會走路，通常得先在模擬環境裡反覆試錯，這需要大量平行的物理模擬，也需要有人把編譯、環境和流程打理好。本文在 DGX Spark 上原生編譯 Isaac Sim 與 Isaac Lab，用 RSL-RL 與 PPO 訓練 Unitree H1 的 humanoid policy，並說明 Grace CPU 負責編譯與環境協調、Blackwell GPU 負責平行物理模擬與訓練的分工。結果只到模擬與訓練，沒有部署到實體機器人。
驗證範圍
- 約 65k simulation steps/s 是 512 個 parallel environments 與指定案例設定下的觀察值，實際 throughput 會隨 environment complexity、model、training configuration 與 software version 改變。
- 工作流聚焦 simulation 與 policy training；結果不構成 Sim-to-Real transfer、physical Unitree H1 deployment、control-loop timing 或 robot functional-safety validation。