NVIDIA、最先端AIを活用してロボット用シミュレーション資産を生成する5ステップを公開

要点

• NVIDIAは、CADデータをロボティクス向けシミュレーション対応資産へ変換・準備する5段階のワークフローを公開した。

• 「GPT-6 Astra」などの最先端AIモデルがPythonコードを生成してツールを呼び出し、手動の準備作業を削減する。

• 双腕ロボット「ABB YuMi」を題材に、STEPファイルの変換から外観調整、データシートに基づく物理設定、適合検証までを実施した。

• 検証環境「Isaac Sim」での動作テストでは、疑似吸着ジョイントを使わずに物理摩擦のみで物体把持タスクを4サイクル完遂した。

• 米NVIDIAは2026年10月8日、公式技術ブログにおいて、最先端AIモデルを活用してロボティクス向けのシミュレーション対応資産を構築・検証する5段階のワークフローを公開した。同社のポミ・リー（Pomi Lee）氏らによる寄稿記事で明らかにされたもので、CAD（コンピュータ支援設計）データを物理演算対応フォーマット「OpenUSD」へ変換し、ロボットシミュレーションへ即座に投入できるようにする具体的な手順が示されている。

形状変換だけでは不十分なロボットシミュレーションの課題

ロボットの物理シミュレーションにおいて、CADデータの準備は単なる3D形状の変換にとどまらないと元記事は指摘する。外観が実物通りでも、素材の物性（マテリアル）、当たり判定を行う衝突ジオメトリ、関節（ジョイント）、質量や摩擦といった物理プロパティが欠落していればシミュレーションは破綻する。衝突判定がなければ物体がグリッパーをすり抜け、関節設定に誤りがあれば協調動作ができず、質量や摩擦の不備は把持の失敗を招くためだ。

こうした課題を解決する仕様基準が「SimReady（Simulation-Ready）」だ。用途別の要件を定義したプロファイルを適用することで、資産の構造や物性の不備を自動検知して修正できる仕組みが整えられている。

ワークフローを支える技術基盤と最先端AIの支援

このワークフローは、形状や構造、物性を包括的に記述できるオープン規格「OpenUSD」を基盤に、複数のツールが連携して実現されている。仕様策定と検証基準を提供する「SimReady Foundation」、データの変換や検査を行う「NVIDIA Omniverse」ライブラリ、物理演算と挙動テストを担う「NVIDIA Isaac Sim」が用いられ、作業手順をAIに指示する「CAD-to-SimReady skill」も用意された。

本手法の大きな特徴は、「GPT-6 Astra」などの最先端AIモデルが作業を支援する点にある。AIが参照資料を解釈し、Omniverseのツール群を実行するPythonコードを出力することで、手作業によるデータ準備の負担を大幅に削減できるという。

「ABB YuMi」を用いた5つのステップと実証結果

記事では、産業用双腕協働ロボット「ABB YuMi」を題材に、以下の5つのステップに沿った作業プロセスを解説している。

第1ステップは「STEPファイルの変換」で、CADの中間形式であるSTEPファイルからOpenUSD形式へのインポートを行う。第2ステップは「外観の検証」であり、実機の参照画像や動画をもとにマテリアルや質感を実物に合わせる。

第3ステップは「物理プロパティの構成」だ。メーカーのデータシートや公開URDF（ロボットの関節やリンク構造を記述する標準形式）を基に、関節軸、可動域、質量特性、衝突ジオメトリを定義する。接触面の摩擦係数には、静止摩擦係数0.8、動摩擦係数0.6を設定した。

第4ステップの「SimReady検証」では、単位系、ジオメトリ、マテリアル、剛体、関節、駆動部、実行時挙動などを網羅的に検査し、テスト軌道における受入基準を満たしていることを確認した。

最後の第5ステップは「Isaac Simでの動作検証」だ。両腕と両グリッパーを用い、色付きキューブと画像からモデリングした油性マーカー（Sharpie）のピック＆プレースタスクを実施した。物体を仮想的に固定する吸着ジョイントを用いず、摩擦と接触のみによる物理挙動で、4サイクルの把持・移送・解放を成功させたとしている。

関連リソースの案内

元記事では、開発者がこのワークフローを実践できるよう、「SimReady Foundation」のリポジトリや「CAD-to-SimReady skill」、「Isaac Sim」の関連リンクが案内されている。