跳到正文
arXiv · 机器人与计算机视觉· Zifan Zhang, Mingzhe Han, Kannan Athreya, Yuchen Liu·· 2026-10-05AI 评分73

Isaac-Net:支持百万级机器人的 GPU 批处理 5G 仿真模块开源

Network-in-the-Loop at Scale: GPU-Batched 5G Simulation for Massively Parallel Robot Learning

AI 导读

论文作者发布了 Isaac-Net,这是一个集成到 Isaac Lab 的 GPU 批处理 5G NR 模块,能在单卡上模拟约一百万个机器人环境。该工具在锁步更新物理引擎的同时精确复现了 ns-3 5G-LENA 的中位延迟与 AoI 指标,解决了传统独立延迟模型无法捕捉网络拥塞尾部效应的缺陷。代码已开源,适用于需要高保真网络仿真的大规模具身智能训练场景。

来源:arXiv · 机器人与计算机视觉 · arxiv.org