日本發那科（Fanuc）與輝達擴大機器人合作，將透過整合虛實模擬技術，打造在虛擬環境中與真實世界行為一致的工廠機器人，目標加速工業自動化並降低現場測試成本。
據科技新聞 Interesting Engineering，雙方整合輝達的虛擬模擬平台 Nvidia Isaac Sim 與 Fanuc 的 Roboguide 模擬軟體，讓工程師可在數位環境中進行機器人測試、訓練與驗證，再部署至實際產線。系統透過數位孿生（digital twin）技術，使機器人在模擬時的軌跡與運作與實體機器保持一致，並使用相同控制演算法。
Isaac Sim 作為核心虛擬環境，Roboguide 則在背景同步運算，確保機器人動作與真實世界一致。工程師也可透過模擬環境即時操作機器人，進行控制、編程與驗證。
系統同時導入另外兩套模擬平台 Nvidia Omniverse 與 Nvidia Isaac Lab，用於模擬電纜處理、插入作業與組裝等高難度任務，提升虛擬環境的真實性。
減少「模擬落差」
機器人開發長期面臨「模擬到真實存在落差」（sim-to-real gap）的挑戰，即使在虛擬環境訓練成功的機器人，進入實體環境後可能因物理、時間或環境差異而表現不一致。
Fanuc 表示，透過與 Roboguide 整合，可讓虛擬與實體機器人的軌跡與運行保持一致。同時，系統也支援強化學習與模仿學習，用於 AI 機器人開發。
另一種模式則以 Roboguide 為主，而輝達的另一套模擬軟體 Nvidia PhysX 負責物理運算，用於更接近真實環境的測試，例如箱中抓取物品，讓機器人能辨識並抓取零件堆疊。
透過物理模擬，系統可自動處理失敗抓取並重新選擇目標，減少實體反覆測試。
此外，Fanuc 還使用輝達的 Jetson Thor 平台升級其具備「避開與人類碰撞」功能的 AI 機器人，使其運算效能比之前使用的 Jetson AGX Orin 系統提升超過 7.5 倍。
機器人學習摺衣服
在另一項展示中，Fanuc 同時發表了其雙臂機器人系統，透過 Nvidia Isaac GR00T 基礎模型學習摺 T 恤。
該系統使用兩台協作機器人，透過模仿學習訓練。過程首先先由人類示範摺衣動作，再由機器人學習並重現操作。
Fanuc 指出，結合其運動控制技術與 GR00T 模型，可使機器人的動作更平順，相較傳統模仿學習更少出現斷裂或卡頓。
