مجموعات تطوير البرامج للروبوتات، ونظام التشغيل ROS 2، وبيئات المحاكاة

تأتي منصة الروبوت لعام 2026 - سواء كانت بشرية أو رباعية الأرجل - مزودة بثلاثة برامج عليك التعامل معها قبل تشغيل أي من أكوادك الخاصة. حزمة تطوير البرامج (SDK) الخاصة بالشركة المصنعة والتي تتحكم في المفاصل. وواجهة برمجة تطبيقات ROS 2 التي تتحكم في باقي المكونات. وأخيرًا، برنامج المحاكاة الذي تستخدمه، لأن محاولة إصلاح خطأ مطبعي في روبوت Unitree G1 EDU بقيمة 43 ألف دولار ستكون مكلفة للغاية.

هذه الطبقات الثلاث غير قابلة للتبديل. حزمة تطوير البرمجيات (SDK) تعمل في الوقت الفعلي وهي ملكية خاصة. أما ROS 2 فهي لغة البرمجة المشتركة التي تُمكّن برامج الروبوتات الأخرى من العمل مع منصتك. يُستخدم المحاكي لتنفيذ المهام التي لا ترغب في القيام بها على الروبوت الحقيقي، مثل التعلم المعزز، وتوليد البيانات على نطاق واسع، وتصميم المشاهد، والتكامل المستمر بدون واجهة مستخدم. معظم الفرق لا تُنفق ميزانية كافية على هذه الطبقات الثلاث.

تستعرض هذه المقالة بالتفصيل ما توفره كل طبقة فعليًا في عام 2026، وحدودها، وأي التركيبات تستحق الإنشاء ضمن ميزانية مختبر روبوتات حقيقية. المنصات المرجعية هي تلك الموجودة في RX450 و RX450. وحدة الحوسبة المرجعية هي خط K-AI (4× أو 8× RTX 5090 أو RTX Pro 6000 Blackwell أو EPYC أو Xeon host).

طبقة SDK - ما يقدمه لك المصنعون فعليًا

كل مورد روبوتات موثوق به يُرفق حزمة تطوير برمجية. الاسم واحد، لكن المحتويات مختلفة. إليك ما يوجد فعلاً داخل العلبة.

يُعدّ تقسيمان أكثر أهمية من البقية.

مفتوح مقابل مغلق. تتيح لك Unitree وBooster وEngineAI وDeepRobotics الوصول إلى مستوى المفاصل. يمكنك إصدار أوامر عزم الدوران بتردد يتراوح بين 500 هرتز و1 كيلوهرتز مباشرةً إلى المحركات. هذا ما تحتاجه لنشر سياسات التعلم المعزز، وأبحاث الحركة المخصصة، وأي شيء ديناميكي. أما Boston Dynamics وANYbotics فتبقيان التحكم في المفاصل مغلقًا - حيث تحصل على وظائف أساسية عالية المستوى (المشي إلى هنا، تسلق هذا، التلاعب بهذا)، ويكشف SDK هذه الوظائف من خلال استدعاءات RPC، ويتولى متحكم الشركة نفسه مهام المفاصل. هذا خيار مدروس. فالبنية المغلقة أكثر موثوقية، وبرنامج الاستقلالية هو ما تدفع مقابله ما بين 74 ألف دولار و200 ألف دولار. كما أنها ليست البنية المناسبة إذا كان بحثك يركز على التحكم منخفض المستوى.

في الوقت الفعلي مقابل غير ذلك. يستخدم Unitree SDK2 تقنية Cyclone DDS عبر واجهة شبكة مخصصة، مما يوفر زمن استجابة ذهابًا وإيابًا أقل من جزء من الألف من الثانية في الحلقة المشتركة. وتعتمد تقنية Booster على بنية مشابهة. أما Spot SDK، فيستخدم gRPC عبر HTTP/2، وهو مناسب للتحكم في سلوك معين، ولكنه غير عملي لإغلاق حلقة تحكم بتردد 1 كيلوهرتز. إذا كان عملك يتطلب حلقة بزمن استجابة أقل من 2 مللي ثانية، فإن بنية النظام أهم من لغة البرمجة.

ملاحظة بخصوص سؤال بايثون: جميع الموردين يقدمون روابط بايثون. لكن لا توجد أي منها هي اللغة التي تعمل بها حلقة التحكم. النمط السائد في هذا المجال متطابق: لغة C++ لوحدة التحكم في الوقت الحقيقي، ولغة بايثون لكل ما هو أعلى منها. تعكس حزم تطوير البرامج (SDKs) الخاصة بالموردين هذا الواقع: توفر روابط C++ إمكانيات أوسع، وتعمل بسرعة أكبر، وهي اللغة المستخدمة في كتابة أمثلة المورد نفسه. أما روابط Python فهي الخيار الأمثل للوظائف عالية المستوى، وتُستخدم كغلاف للوظائف منخفضة المستوى. اختر C++ عند كتابة حلقة التحكم الداخلية، وPython للتنسيق، وربط الإدراك، والتكامل مع خادم الاستدلال.

ROS 2 - لماذا يعتاد الجميع عليه؟

تتيح لك حزمة تطوير البرامج الأصلية الوصول إلى الروبوت. أما نظام ROS 2 فيتيح لك الدخول إلى النظام البيئي.

هناك ثلاثة أسباب تجعل كل عملية تكامل جادة تنتهي بالتحدث مع ROS 2 حتى عندما تكون حزمة تطوير البرامج (SDK) الخاصة بالشركة المصنعة كافية:

1. التوافقية. نظام الإدراك لديك، ونظام تحديد المواقع والملاحة المتزامنة (SLAM)، ونظام الملاحة، ومخطط التلاعب، ونظام التحكم عن بُعد - جميعها مُدمجة في ROS 2 ويُشرف عليها مئات المساهمين. لا يدعم أي منها تنسيق موضوع Unitree DDS بشكل أصلي. قم بتغليف حزمة تطوير البرامج (SDK) مرة واحدة في رسائل ROS 2، وسيُفتح النظام البيئي بأكمله أمامك.
2. أساطيل متعددة البائعين. بمجرد إضافة روبوت ثانٍ من مُصنِّع مختلف، ينهار نهج SDK الأصلي. يُعد ROS 2 التجريد الوحيد الذي يسمح لروبوت Spot وANYmal وG1 بمشاركة خادم الخرائط نفسه، ومخطط المهام نفسه، وواجهة التفاعل بين الإنسان والآلة نفسها.
3. توظيف. يعرف الناس نظام ROS 2، لكنهم لا يعرفون اصطلاحات تسمية مواضيع Unitree DDS. يمكن لفريق يبني على ROS 2 أن يوظف من مجموعة عالمية، بينما لا يستطيع فريق يبني على بنية برمجية احتكارية ذلك.

حالة توزيعة ROS 2، مايو 2026:

قراءة صادقة. لا تزال عمليات النشر الإنتاجية اليوم تعمل بنظام Humble. يُعد Humble الإصدار طويل الأمد الذي يستهدفه الموردون - Unitree's unitree_ros2مجموعة أدوات Booster، المجتمع spot_ros2تتمتع كل من grid_map من ANYbotics وفروع Humble مستقرة. يُنصح بالبدء بإصدارات Jazzy الجديدة: فهي تتمتع بدعم طويل الأمد (LTS) لثلاث سنوات أخرى، وأدوات الترحيل فيها ناضجة. أما Lyrical Luth فهي حديثة جدًا بحيث لا يُنصح بالاعتماد عليها بشكل كامل، لذا يُفضل الانتظار حتى أواخر عام 2026 قبل إنشاء نظام إنتاجي عليها.

إذا كنتَ ستبدأ مشروعًا في مايو 2026، فاستخدم Jazzy. أما إذا كنتَ تُوسّع مشروعًا بدأ في 2023، فابقَ على Humble حتى يُجبرك شراء الروبوت التالي على الترقية. تجنّب Iron وKilted تمامًا؛ فالإصدارات غير المدعومة طويلة الأمد (LTS) مُخصصة لمن يرغبون في متابعة ترقيات Gazebo Harmonic عن كثب وتحمّل تكاليف الصيانة.

تقسيم حلقة التحكم

هذا هو القرار المعماري الذي يفاجئ معظم الفرق.

تقسيم حلقة التحكم: طبقة SDK C++ في الوقت الحقيقي في الأسفل، وتنسيق ROS 2 Python في الأعلى، متصلة بتردد 10-50 هرتز عبر رسائل حالة DDS.

تبقى حلقة التحكم على الروبوت مكتوبة بلغة C++. أما الطبقة عالية المستوى فتُشغَّل على عُقد ROS 2، إما على معالج تطبيقات الروبوت (Jetson AGX) أو، في حالة المهام الأكثر تعقيدًا، على خادم الاستدلال الخارجي (انظر I01تتواصل الطبقتان بتردد يتراوح بين 10 و50 هرتز عبر تقنية DDS. وهما لا تشتركان في نفس العملية.

هذا الفصل ليس اختياريًا. لا يمكن لعقدة Python ROS 2 إغلاق حلقة مفصلية بتردد 1 كيلوهرتز - فجامع البيانات المهملة وحده يجعل ذلك مستحيلاً. محاولة القيام بذلك هي الخطأ الأكثر شيوعًا في السنة الأولى من العمل على الروبوتات الشبيهة بالبشر. وُجدت حزمة تطوير البرامج (SDK) الخاصة بالبائع تحديدًا لتوفير عناء القيام بذلك.

متى تحتاج إلى جهاز محاكاة (ومتى لا تحتاج إليه)

يُعد جهاز المحاكاة إلزاميًا لأربعة أنواع من العمل:

• التعلم التعزيزي. لا يمكنك تدريب سياسة الحركة من الصفر على روبوت حقيقي. سيتعطل الروبوت، وسيتوقف المدرب عن التدريب، وستكون التكلفة باهظة للغاية. أما التعلم المعزز فيتم في بيئة محاكاة - ملايين الحلقات، وآلاف البيئات بالتوازي.
• توليد البيانات على نطاق واسع. بيانات اصطناعية لضبط VLM بدقة، وفهم المشهد، وفهم أدوات التلاعب. فرق رائدة (RX450) توليد مئات الآلاف من المشاهد المصنفة خلال ليلة واحدة.
• واجهة مستخدم بدون واجهة رسومية. تريد أن يتحقق كل تحديث لـ Git من أن الروبوت لا يزال يتحرك. القيام بذلك على الأجهزة أمر غير عملي. أما تشغيل محاكاة ليلية تُفعّل نظام الحركة والإدراك فهو حل عملي.
• تصميم البيئة. تخطيط المستودع، أو خلية المصنع، أو المختبر - معرفة ما إذا كان الروبوت يستطيع التنقل فيه قبل بنائه.

لست بحاجة إلى جهاز محاكاة من أجل:

• النماذج الأولية المبكرة. إذا كنت تكتب عرضًا توضيحيًا لـ "جعل الروبوت يلوح بيده"، فإن استخدام جهاز محاكاة سيُضيف عبئًا إضافيًا. استخدم الروبوت الحقيقي.
• معالجة بسيطة. التقاط صندوق، فتح درج. غالباً ما تكون الفجوة بين المحاكاة والواقع في هذه المهام أكبر من الوقت الذي كنت ستستغرقه في القيام بها على الروبوت الحقيقي.
• تطوير الاتصالات عن بعد. يكمن جوهر التحكم عن بعد في وجود العنصر البشري في العملية. ولا يفيد استخدام المحاكاة في ذلك.
• سلوكيات لمرة واحدة. أي شيء ستستخدمه مرتين ثم تتخلص منه.

يكمن الخطأ الذي ترتكبه الفرق في التعامل مع جهاز المحاكاة كخيار افتراضي. فهو ليس كذلك. إنه أداة تُستخدم في الحالات الأربع المذكورة أعلاه، بالإضافة إلى حالة الأمان الواضحة المتمثلة في "عدم الرغبة في تحطيم الروبوت الحقيقي".

تشكيلة أجهزة المحاكاة لعام 2026

هناك أربعة أجهزة محاكاة مهمة للروبوتات ذات الأرجل في عام 2026. وهي ليست متكافئة، والاختيار يعتمد على الرأي.

الأرقام الواردة في عمود "المعالجات المتوازية" هي أرقام عملية وليست نظرية، وتعتمد على مدى تعقيد النموذج. يعمل ذراع فرانكا بعدد معالجات متوازية أعلى من روبوت بشري ذي 41 درجة حرية مزود بأيدٍ مرنة.

إسحاق سيم ومختبر إسحاق - رهان إنفيديا

يُعدّ Isaac Sim محاكيًا واقعيًا للغاية، مُسرّعًا بواسطة وحدة معالجة الرسومات، ومبنيًا على منصة Omniverse. أما Isaac Lab فهو إطار عمل لتعلم الروبوتات يعمل فوقه. معًا، يُمثلان حلّ NVIDIA لكلّ سؤالٍ يتعلّق بمحاكاة الروبوتات.

ما يفعله بشكل جيد:

• تقديم صور واقعية. إضاءة بتقنية تتبع الأشعة، ومواد دقيقة، ونماذج كاميرات واقعية. إذا كانت منظومة الإدراك لديك بحاجة إلى تعلم الشكل الحقيقي للعالم، فهذا هو المحاكي الوحيد الذي يوفر ذلك على نطاق واسع.
• فيزياء مُسرّعة بواسطة وحدة معالجة الرسومات. توجد البيئات المتوازية في ذاكرة وحدة معالجة الرسومات. تقوم بطاقة RTX 5090 واحدة بتشغيل آلاف من نماذج الشخصيات البشرية بمعدل مئات الخطوات الفيزيائية في الثانية.
• مختبر إسحاق إطار عمل نظيف للتعلم المعزز مع دعم مدمج لـ RSL RL و RL-Games و SKRL و Stable Baselines3. يتضمن أكثر من 16 نموذجًا جاهزًا للروبوتات، بما في ذلك G1 و H1 و Spot و ANYmal و Franka، وقائمة متنامية من النماذج الجديدة.
• تكامل GR00T. توجد هنا مجموعة أدوات NVIDIA الأساسية لنمذجة الإنسان الآلي. إذا كنت ترغب في تدريب سياسة الرؤية واللغة والحركة ونشرها عبر منصات متعددة، فهذا هو المسار الصحيح.

ما يفعله بشكل سيئ:

• إعداد الكون المتعدد أمر صعب. بيئة تشغيل Omniverse معقدة، ثقيلة، ولا تتوافق مع تثبيت Ubuntu الافتراضي. توقع قضاء يوم كامل في محاولة تشغيل برنامج التشغيل، وخادم Nucleus، وذاكرة التخزين المؤقت للأصول قبل تشغيل أول محاكاة.
• يعتمد على وحدة معالجة الرسومات. لا يعمل برنامج Isaac Sim على وحدة المعالجة المركزية. كما أنه لا يعمل بكفاءة على معالج 4090 واحد. يتطلب الإعداد المرجعي معالج 5090 كحد أدنى، ويفضل معالج Blackwell Pro 6000، وجهاز مضيف EPYC لنقل البيانات.
• عنيد. صيغة الأصول هي USD. نظام الفيزياء هو PhysX. نظام العرض هو RTX. إذا كنت تريد محرك فيزيائي مختلف، فأنت تستخدم المحاكي الخاطئ.

حساب الواقع. يُشغّل خادم K-AI المزود بأربعة معالجات RTX 5090 تدريب نماذج Isaac Lab البشرية بسلاسة تامة، حيث يدعم من 4,000 إلى 8,000 بيئة متوازية، مع عرض صور واقعية كاملة بمعدل 30-60 إطارًا في الثانية، وتقارب السياسات في مهمة الحركة خلال 6-24 ساعة. مع ثمانية معالجات 5090، يُمكن توسيع نطاق العمل أو تشغيل تجارب متعددة بالتوازي. يُعدّ خادم Pro 6000 Blackwell الخيار الأمثل عندما تكون الذاكرة هي العامل الحاسم (أحجام دفعات كبيرة، ومكتبات أصول بشرية ضخمة).

MuJoCo وMJX — الإجابة القائمة على الفيزياء أولاً

MuJoCo هو محاكي الفيزياء من DeepMind. أما MJX فهو إعادة كتابة لـ XLA/JAX تُشغّل MuJoCo على وحدة معالجة الرسومات (GPU) مع معالجة دفعية كاملة. بينما MJWarp هو مشروع مشترك أحدث بين NVIDIA وGoogle، حيث كُتب MuJoCo بلغة Warp، ويتميز بأداء أفضل في المشاهد الغنية بالتلامس.

ما يفعله بشكل جيد:

• سرعة. فيزياء أجسام صلبة غنية بالتلامس، مصممة خصيصًا لوحدة معالجة الرسومات. على بطاقة RTX 5090 واحدة، يُشغّل برنامج MJX آلاف البيئات الشبيهة بالبشر بمعدل خطوات فيزيائية في الثانية لا يستطيع برنامج Isaac Sim مجاراته لنفس تعقيد المشهد.
• الحتمية. نفس البذرة، نفس المسار. التعلم المعزز القابل للتكرار ميزة أساسية.
• بدعم من ديب مايند. تستخدم جميع الأبحاث الرئيسية لشركة DeepMind في مجال الروبوتات خلال السنوات الخمس الماضية برنامج MuJoCo. وتشمل مكتبات النماذج (MuJoCo Menagerie) كلاً من G1 وH1 وSpot وANYmal وذراع Franka وShadow Hand.
• أبسط. لا حاجة إلى Omniverse، ولا إلى USD، ولا إلى Nucleus. قم بتثبيت البرنامج باستخدام pip، ثم شغّله.

ما يفعله بشكل سيئ:

• عرض مرئي. محرك العرض الخاص بـ MuJoCo يعود إلى حقبة OpenGL. وهو مناسب للتصور، ولكنه غير مجدٍ لتوليد بيانات واقعية للغاية.
• النظام البيئي للأصول. أصغر من إسحاق. واردات URDF تعمل، لكن جودتها أقل.
• نماذج أجهزة الاستشعار. تُعتبر نماذج الكاميرا والعمق والليدار أساسية. إذا كانت سياستك تعتمد على ضوضاء المستشعر الواقعية، فسيتعين عليك بناء هذه النماذج بنفسك.

حساب الواقع. يمكن لبطاقة رسومات RTX 5090 واحدة تشغيل ما بين 4,000 و16,000 بيئة بشرية متوازية من نوع MJX، وذلك حسب تعقيد التفاعل. بينما يستطيع خادم K-AI المزود بأربع بطاقات 5090 تشغيل أكثر من 50,000 بيئة بشرية متوازية لتدريب التعلم المعزز على الحركة. هذه هي الحسابات التي دفعت DeepMind ومعظم المختبرات الأكاديمية إلى استخدام MuJoCo في الحلقة الداخلية لتدريب السياسات.

Gazebo Harmonic — النسخة الأصلية من ROS 2

Gazebo هو برنامج محاكاة مفتوح المصدر، وقد كان البرنامج الافتراضي لنظام ROS على مدار عقدين من الزمن. Gazebo Harmonic هو الإصدار الحالي المدعوم طويل الأمد (LTS)، ويتكامل بسلاسة مع ROS 2 Humble و Jazzy.

ما يفعله بشكل جيد:

• التكامل مع ROS 2. من الدرجة الأولى. ros_gz الجسر يعني أن عقد ROS 2 الخاصة بك تعمل في بيئة المحاكاة دون أي تغييرات.
• مفتوح ومجاني. لا يتطلب ترخيصًا، ولا Omniverse، ولا يعتمد على NVIDIA. يعمل على المعالج المركزي، وعلى وحدات معالجة الرسومات من AMD، وعلى أي جهاز.
• مناسب لاختبار التكامل. عندما يكون هدفك هو "التحقق من أن مكدس التنقل والمخطط لا يزالان يعملان بعد إعادة الهيكلة"، فإن Gazebo هو الخيار الصحيح.

ما يفعله بشكل سيئ:

• بطيء. فيزياء أحادية الخيوط، وعرض برمجي افتراضيًا. البيئات المتوازية تعني تشغيل عمليات Gazebo متعددة. لا يتم تدريب سياسات التعلم المعزز في Gazebo، بل يتم اختبارها مبدئيًا.
• غير متوافق مع وحدات معالجة الرسومات. لا يوجد تجميع لوحدات معالجة الرسومات. إضافة تسريع العرض يساعد ولكنه لا يغير من التوسيع الأساسي.
• الفجوة بين المحاكاة والواقع أسوأ. نموذج الاتصال أقل دقة من نموذج MuJoCo، ونماذج المستشعرات أقل واقعية من نموذج Isaac.

حساب الواقع. يعمل برنامج Gazebo على أي جهاز لديك. خادم K-AI ليس ضروريًا له، فالحاسوب المحمول يكفي. لكن في المقابل، ستتجاوز قدرات Gazebo في غضون أيام عند التعامل مع أي مهام معقدة في مجال التعلم المعزز.

جينيسيس - المنافس الأكاديمي ذو الإنتاجية العالية

يُعدّ برنامج Genesis محاكاة متعددة المؤسسات، وقد طُرح في أواخر عام 2024 مع وعود أداء جريئة، وقد أثبت منذ ذلك الحين معظمها. وقد ساهمت في تطويره كل من جامعة كارنيجي ميلون، وجامعة ستانفورد، ومختبر علوم الحاسوب والذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا، وشركة NVIDIA، وجامعة تسينغهوا.

ما يفعله بشكل جيد:

• معدل الإنتاج. يحقق معالج Genesis أكثر من 40 مليون إطار في الثانية على بطاقة رسومات RTX 4090 واحدة في مهمة Franka للحركة العكسية. أما بالنسبة للشخصيات الشبيهة بالبشر، فالعدد أقل ولكنه لا يزال بالملايين. وقد بُنيت بنية المعالج منذ البداية على أساس المحاكاة المتوازية واسعة النطاق.
• الفيزياء المتعددة. الأجسام الصلبة، والسائلة، واللينة، والحبيبية، وMPM. إذا كانت مهمتك تتضمن شيئًا آخر غير التلامس الصلب (التلاعب القابل للتشوه، وسكب السوائل، والتفاعل الحبيبي)، فإن Genesis هو المحاكي الوحيد في هذه القائمة الذي يتعامل معه بشكل أصلي.
• أدوات توليد المشاهد. يأتي برنامج Genesis مزودًا بخاصية توليد المشاهد بناءً على التعليمات. تصف البيئة بنص، فتحصل على مشهد.

ما يفعله بشكل سيئ:

• نظام بيئي أحدث. عدد أقل من النماذج الجاهزة، وعدد أقل من الدروس التعليمية، ومجتمع أصغر من MuJoCo أو Isaac.
• أقل اختباراً في المعارك من أجل محاكاة الواقع. الفيزياء سريعة؛ وما إذا كانت تنتقل بنفس كفاءة MuJoCo على الأجهزة لا يزال قيد الدراسة من قبل المجتمع.
• ثغرات في التوثيق. شائع في مشاريع البحث سريعة التطور.

أين سيقع في عام 2026. يُعدّ Genesis الخيار الأمثل للتعلم المعزز الأكاديمي الذي يتطلب أعلى إنتاجية ممكنة للبيئة، مع استعدادك لكتابة المزيد من التعليمات البرمجية الخاصة بك. أما بالنسبة لخط أنابيب الإنتاج الذي يحوّل المحاكاة إلى واقع حقيقي، فإن MuJoCo أو Isaac هما الخيار الأكثر أمانًا. تابعونا للمزيد.

محاكاة الواقع، إصدار 2026

الوضع العملي لتحويل المحاكاة إلى واقع، مايو 2026:

• يُعدّ التوزيع العشوائي للمجالات أمراً إلزامياً. لا يمكنك التدريب على مجموعة واحدة من معايير الفيزياء وتتوقع نقل النتائج. الكتلة، والاحتكاك، وتأخيرات المحرك، وضوضاء المستشعر، وزمن الاستجابة - كل هذه العوامل يتم تغييرها عشوائياً ضمن نطاق معين أثناء التدريب.
• إن تأخير اتخاذ الإجراءات له تأثير أكبر مما يعترف به الناس. تستغرق محركات الروبوت الحقيقي من 5 إلى 25 مللي ثانية للاستجابة لأمر التشغيل. يؤدي تشغيل المحاكاة بدون هذا التأخير إلى تذبذب في استجابة النظام. لذا، يجب تضمين التأخير في المحاكاة منذ البداية.
• يجب إدخال ضوضاء المستشعر. انحراف وحدة القياس بالقصور الذاتي، وتشويش الكاميرا، وانقطاع إشارة مستشعر العمق. تتضمن الأبحاث المنشورة عام 2026 التي تتناول هذه المواضيع جميعها في التدريب.
• التدريب باستخدام أجهزة محاكاة متعددة هو أحدث التقنيات. تُدرّب PolySim والأطر المشابهة على MuJoCo وIsaac وأحيانًا Gazebo في آنٍ واحد. النتائج الأولية جيدة. تكلفة الحوسبة تتراوح بين ضعفين إلى ثلاثة أضعاف تكلفة التدريب على محاكاة واحدة.
• لا تزال حركة الروبوتات البشرية ذات الأحمال الثقيلة صعبة. حمل حمولة، والتعافي من دفع أثناء حمل شيء ما - لا تزال هذه الأمور تتدهور بنسبة 50-80% من المحاكاة إلى الواقع على المنصات في RX450.

خطط لأن يأتي ثلثا أدائك في العالم الحقيقي من المحاكاة. وخطط لأن يكون الثلث الأخير عبارة عن ضبط دقيق للأجهزة، وتحديد النظام، وتصحيح الأخطاء المستعصية.

وصفة محددة: G1 + ROS 2 Humble + Isaac Lab على خادم K-AI

Hardware:
  - Unitree G1 EDU (Jetson Orin AGX, 23–43 DOF)
  - K-AI 256 Turin Dual / 4× RTX 5090 / 1× RTX Pro 6000 Blackwell
    (the Pro 6000 for sim, the 5090s for batched policy training)
  - Wi-Fi 6E AP, line of sight to working area
  - 10 GbE switch, wired link from K-AI to AP

Software on the K-AI server:
  - Ubuntu 22.04, CUDA 13, Docker
  - Isaac Sim 5.x + Isaac Lab (Omniverse runtime, Nucleus local)
  - ROS 2 Humble (or Jazzy, if starting fresh today)
  - PyTorch 2.x, JAX, RSL RL
  - vLLM serving a VLM for high-level perception (see I02)
  - MuJoCo + MJX as the second sim, for cross-sim validation

Software on the G1:
  - Unitree SDK2 (C++ joint-control loop)
  - unitree_ros2 (Humble) on the Jetson
  - Custom ROS 2 nodes: command_router, perception_relay
  - gRPC client to vLLM on the K-AI server

Workflow:
  1. Train a locomotion or whole-body policy in Isaac Lab on the
     Pro 6000 (4,000+ parallel G1 instances, RSL RL).
  2. Validate the policy in MJX (4× 5090 batched) with different
     domain randomization seeds.
  3. Deploy the policy via TorchScript to the G1's Jetson, wrapped
     in a ROS 2 node that the Unitree SDK2 control loop calls.
  4. ROS 2 high-level commands flow from the lab's task graph
     through the command_router into the policy.
  5. Heavy perception (VLM) lives on the K-AI server, reached over
     Wi-Fi 6E + gRPC.

يستغرق إعداد فريق لديه خبرة سابقة في ROS 2 من أسبوعين إلى ثلاثة أسابيع. أما إعداد فريق يتعلم ROS 2 من الصفر فيستغرق من شهرين إلى ثلاثة أشهر. لذا، خطط وفقًا لذلك. يُعدّ جانب الحوسبة في خادم K-AI الجزء الأسهل.

الرأي الصريح

ثلاثة آراء، بكل وضوح:

1. ROS 2 هي طبقة التجريد الصحيحة. تُعدّ حزم تطوير البرامج الأصلية ضرورية ولكنها غير كافية. اعتمد على واجهة ROS 2، وتعامل مع حزمة تطوير البرامج الخاصة بالشركة المصنّعة كخدمة تستخدمها هذه الواجهة. إنّ اللجوء إلى حلول احتكارية لن يُفيدك بشيء، بل سيُكلّفك خسارة باقي مكونات النظام البيئي.
2. إسحاق سيم هو المستقبل، لكن الحاضر هو MuJoCo + ROS 2 بالنسبة لمعظم الفرق. إذا كان عملك يركز على التعلم المعزز في مجال الحركة والتحكم الدقيق، فإن MuJoCo / MJX هو الخيار الأرخص والأسرع والأسهل في النشر. أما إذا كان عملك يركز على الإدراك الواقعي، أو توليد البيانات على نطاق واسع، أو ضبط نماذج الأساس على غرار VLA، فإن Isaac هو الخيار الأمثل. تحتاج معظم المختبرات إلى كلا النظامين، ويتمتع خادم K-AI بالقدرة الكافية لتشغيلهما معًا.
3. تستخدم المختبرات المتطورة جميع التقنيات الأربع. Isaac للرسم ونموذج الأساس. MuJoCo للحلقة الداخلية للتعلم المعزز. Gazebo لاختبارات تكامل ROS 2. Genesis لأعمال الفيزياء المتعددة. إن التظاهر بأنك ستحتاج إلى واحد فقط هو ما يدفع الفرق إلى إعادة كتابة بنيتها التقنية بعد عام.

---

هذا جزء من ويكي كينتينو، وهي سلسلة مرجعية حول الحوسبة الذكية، والروبوتات، والأنظمة التي تربط بينهما. نرحب بالتعليقات والتصويبات على info@kentino.com.