NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表

2026年11月9日、NVIDIAは、今年テキサス州オースティンで開催されたConference on Robot Learning（CoRL）でGR00T 2を発表しました。GR00T 2は、同社のCosmosモデルを基盤とするオープンなワールドアクションモデルです。学習データはロボットのデータと人間のデータで構成されます。人間のデータには、NVIDIAが公開している一人称視点映像100,000時間分が含まれます。NVIDIAによれば、対象タスクのデモンストレーションがない状態で、テストした50タスクのうち40タスクで少なくとも1回成功しました。タスクごとに1回のデモンストレーションを与えると50タスク平均で71%、5回では95%の成功率に達したとしています。NVIDIAはまた、ロボットのデモンストレーションなしで異なるロボットの身体間でスキルを転移できるとしています。テスト中のパートナーとして、サーバー製造に用いるFoxconnと、Siemensの名前が挙がっています。

Isaac Lab 3.0も同じ場で紹介されましたが、v3.0.0のタグは10月20日にGitHubで公開済みでした。リリースノートには、複数の物理エンジンとレンダリングのバックエンドにまたがる単一のタスクAPIが記載されています。Warpベースのエンジンで、MuJoCo-Warpなどのソルバーを備えるNewtonにより、Isaac Simなしでタスクを実行できるようになりました。これによりIsaac Simはオプションになります。PhysXも引き続き利用できます。対象環境はPython 3.12、PyTorch 2.11、CUDA 13.0です。NVIDIAの報告では、視覚ベースの器用なマニピュレーションのベンチマークで、Newton上のIsaac Lab 3.0はPhysX上のIsaac Lab 2.3より最大2.5倍高速に学習します。あわせて、多数のシーンのバリエーションにわたる方策評価を並列に実行するフレームワーク、Isaac Lab-Arenaの開発者プレビュー版0.4も公開しました。

なぜ重要か

Isaac Sim一式をインストールせずにIsaac Labを使えるため、試すためのコストが下がります。また、Newtonバックエンドにより、ケーブルや布のような変形物体を剛体のアームと同じ学習ループで扱えるようになります。GR00T 2の数値は、NVIDIA自身がローンチ記事で公表したものです。GR00T 2の事後学習を計画している場合は、採用を決める前にモデルカード、ライセンス、ベンチマークの詳細を確認してください。Isaac Lab 2.xのプロジェクトを3.0に移すには移行作業が必要なので、そのための時間を見込んでおいてください。