NVIDIA demonstriert KI-Agenten-Workflows für SimReady-CAD-Konvertierung in Isaac Sim

In einem am 8. Oktober 2026 veröffentlichten technischen Leitfaden erläuterte NVIDIA einen fünfstufigen Workflow, der Frontier-KI-Modelle nutzt, um die Konvertierung von roher CAD-Geometrie in simulationsbereite (SimReady) OpenUSD-Assets zu automatisieren. Unter Verwendung des Doppelarm-Roboters YuMi von ABB Robotics als Referenzprojekt und GPT-6 Astra als Beispielmodell erklärt die Anleitung, wie in der Codex-CLI ausgeführte KI-Agenten Python-Skripte schreiben können, um NVIDIA-Omniverse-Werkzeuge aufzurufen, physikalische Eigenschaften zu konfigurieren und Assets in NVIDIA Isaac Sim 6.1 zu testen.

Geometrie und visuelles Erscheinungsbild übersetzen

Die Vorbereitung roher CAD-Assets für die physikalische Simulation erfordert mehr als eine einfache Dateikonvertierung. Unbearbeitete STEP-Dateien müssen in OpenUSD-Szenen mit passenden Baugruppenstrukturen, visuellen Materialien und physikalischen Starrkörpereigenschaften umgewandelt werden. In den ersten Phasen nutzt ein KI-Agent Fähigkeiten wie omniverse-cad-to-simready und omniverse-cad-to-usd, um die Geometrie in Isaac Sim 6.1 zu importieren. Der Agent passt anschließend Materialrauheit, Farbe und Metallparameter an Referenzfotos und -videos an, ohne synthetische Texturen zu erzeugen oder die zugrundeliegenden CAD-Montagetransformationen zu verändern.

Kinematik und Massenverteilung konfigurieren

Nachdem die visuellen Attribute festgelegt sind, konfiguriert der Workflow Gelenkgrenzen, Achsen, Kollisionsgeometrie und Starrkörperdynamik für beide Arme und Greifer. Wenn präzise Datenblätter des Herstellers unvollständig sind, kann der KI-Agent öffentliche URDF-Beschreibungen abfragen, um fehlende Gelenkachsen und Null-Konfigurations-Posen zu ermitteln. Bauteilmassen werden auf Basis der STEP-Geometrievolumina berechnet und auf Gesamtvorgaben normiert, etwa 38 kg für den YuMi-Körper und 0,28 kg für jeden Greifer, wobei eine gleichmäßige Materialdichte über alle festen Teile angenommen wird.

Validierung von SimReady-Schemas und Ausführung

Vor der Durchführung von Aufgabensimulationen durchläuft das Asset eine automatisierte Validierung anhand der Tier-Core-Spezifikationen der SimReady Foundation. Die Validierungs-Engine überprüft Einheitenkonsistenz, Texturabhängigkeiten, positive Massenwerte und zulässige Trägheitstensoren über alle 21 Starrkörper hinweg. Im Pick-and-Place-Test von NVIDIA absolvierten beide Arme vier Pick-and-Place-Zyklen während einer 122,2 Sekunden langen Physiksimulation in Isaac Sim. Dabei wurden Testwürfel und ein aus einem Bild abgeleiteter Marker übertragen, ohne auf künstliche kinematische Halterungen oder direkte Positionsüberschreibungen zurückzugreifen.

Einschränkungen und Annahmen der Implementierung

NVIDIA betonte, dass das Bestehen von SimReady-Prüfungen das Simulationsverhalten ausschließlich unter den getesteten Bedingungen bestätigt und keine Übereinstimmung mit der realen Welt garantiert. Wichtige Reibungsparameter – eingestellt auf 0,8 statische und 0,6 dynamische Reibung – waren Schätzungen und keine Messungen des physischen Kontakts. Zudem wurden interne Komponenten wie Getriebe, Motoren und Verkabelungen nicht individuell modelliert, weshalb die Simulationsgenauigkeit weiterhin von einer weiteren physischen Kalibrierung an realer Hardware abhängt.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: 5 Steps to Create SimReady Assets for Robotics with Frontier AI Models