附加资源

这里我们提供了一些外部链接，包括工具和各种资源，或许对您也会有所帮助。

Sim-to-Real 资源

更广泛的 Isaac 项目的核心目标之一是通过 NVIDIA 技术的力量赋予真实机器人生命。实现这一目标有许多方法，因此你可以使用许多工具。这些资源旨在通过提供示例和关于缩小 Sim-to-Real 差距及将策略部署到实际真实机器人的讨论，帮助你探索这些可能性。

• 缩小模拟与现实之间的差距：使用 NVIDIA Isaac Lab 训练 Spot 四足机器人运动 是一个详细的指南，用于为波士顿动力公司的Spot四足机器人训练四足动作策略，并将其部署到真实机器人中。

LLM 生成的奖励函数

我们的研究项目， Eureka! ，已经成功地开发出了一个使用LLM生成和调整强化学习（RL）奖励函数的pipeline。这些资源旨在帮助您利用这个pipeline，为曾经被认为不可能实现的任务创建基于RL的解决方案！

• Isaac Lab Eureka 是一个 github 仓库，在这里你可以为 Isaac Lab 中的直接 RL 环境建立自己的 LLM 奖励生成 pipeline！

• Eureka! NVIDIA 研究突破为机器人学习带来新气象 是一篇涵盖这一奖励生成过程广泛理念的博客文章。

模拟特性

在 Isaac Lab 的核心是 Isaac Sim，它本身是一个功能丰富的工具，对于一般的机器人技术非常有用，而不仅仅是针对 RL。你对模拟的理解越深，就越能轻松地利用它的能力来实现你自己的项目和应用。这些资源旨在向你介绍模拟的其他功能，可能对你在 Isaac Lab 的特定兴趣有所帮助！

• 模拟性能指南 是一份关于如何从 OmniPhysics 获得最佳模拟性能的最佳实践指南。

• 在Isaac Sim 中部署策略 是一个关于如何在模拟中使用训练策略的 Isaac Sim 教程。

• 使用 NVIDIA Isaac Sim 4.0 和 NVIDIA Isaac Lab 通过 AI 和模拟增强机器人工作流程 是一篇介绍了 Isaac Sim 4.0 的最新功能的博客文章，包括 pip install、更先进的物理引擎、更新的传感器模拟等。

• 使用 NVIDIA Isaac Lab 在模拟中快速实现机器人学习 是一篇涵盖通过 Isaac Lab 加速机器人学习所有功能的博客文章。