跳到主要内容

1. 绪论

仿真是具身智能和机器人开发里的“安全实验场”。在真实机器人昂贵、调试周期长、风险高的情况下，我们通常会先在仿真里完成以下事情：

  • 验证控制与规划算法
  • 调试传感器和坐标系
  • 生成训练数据
  • 在策略上线真机前做大量回归测试

这一章的目标不是把所有平台都讲成百科，而是帮你快速建立选择工具的直觉。

本章目录​

主流仿真平台怎么分​

从“使用场景”看，常见平台大致可以分成下面几类。

1. 通用物理仿真底座​

  • MuJoCo：轻量、稳定，适合强化学习和机械臂控制研究。
  • PyBullet：上手门槛低，教学和快速验证常见。
  • Drake：偏控制、规划和系统建模。

2. 面向机器人系统仿真​

  • Isaac Sim：NVIDIA 生态，强在高质量渲染、传感器、机器人资产和上层训练框架衔接。
  • Gazebo / gz-sim：ROS 生态集成深，适合系统验证和教学。
  • Webots：教学友好，入门成本低。

3. 面向大规模并行训练​

  • Isaac Lab：构建在 Isaac Sim 之上的官方机器人学习框架。
  • Genesis：新一代高性能可微仿真方案。
  • Brax：JAX 生态下的高吞吐物理环境。

4. 面向特定任务或 Benchmark​

  • SAPIEN / ManiSkill：机械臂和 manipulation 任务常见。
  • Habitat-Sim / Habitat-Lab：室内导航、具身感知和交互。
  • OmniGibson：基于 Isaac Sim 的室内场景与交互平台。

可视化与调试工具为什么重要​

仿真平台负责“跑起来”，可视化工具负责“看明白”。在机器人系统里，这两类工具通常搭配使用。

RViz / RViz2​

最常用的 ROS 可视化工具，适合看：

  • 机器人模型
  • tf 坐标系
  • 点云、图像、激光雷达
  • 路径规划结果

RQT​

更偏 2D 调试面板，适合看：

  • 节点图
  • 实时曲线
  • 参数
  • bag 文件

Foxglove​

更现代的多面板数据查看工具，适合：

  • 长时间数据回放
  • 远程调试
  • 多源传感器联动查看

什么时候优先学 Isaac Sim​

如果你的目标是下面这些方向，Isaac Sim 通常值得优先投入：

  • 想做具身智能、机器人感知或强化学习
  • 需要较高保真的相机、深度或 LiDAR 传感器仿真
  • 后续准备接 Isaac Lab
  • 希望打通仿真、数据生成、训练和部署前验证

如果你的目标更偏 ROS 系统集成、导航或课程教学，Gazebo 往往也会是更自然的起点。

这一章建议怎么学​

建议按这个顺序：

  1. 先理解各平台的大致定位，不急着记所有名字。
  2. 选一个主平台作为自己的第一套仿真工作流。
  3. 把最小实验跑通，例如“地面 + 物体 + 重力 + 相机”。
  4. 再去扩展到机器人、传感器和上层任务。

接下来你可以按目标进入不同起点：

最后由 johnjim0816 于 更新