GPU 并行仿真

在一张 GPU 上同时跑成千上万个仿真环境，把机器人训练从几天缩到几分钟。

GPU 并行仿真指把物理仿真也放到 GPU 上，同时推进成千上万个互相独立的仿真环境，并让仿真状态直接以张量形式交给 PyTorch 等框架训练网络，省去 CPU 和 GPU 之间来回拷数据。2021 年英伟达的 Isaac Gym 把这条路线推向主流，论文称比「CPU 仿真 + GPU 训练」的传统做法快 2–3 个数量级。最直接的受益者是强化学习：采样变便宜后，足式行走、灵巧手操作等策略能在单卡上几十分钟内训出来。当前常用平台有 Isaac Lab、MuJoCo MJX 与 MuJoCo Warp、Genesis、ManiSkill3、Brax 等。代价是场景要写成批量化形式，复杂接触和高质量渲染会明显拖慢速度。

例子ETH 的 Rudin 等人在单块 GPU 上并行模拟数千台 ANYmal 四足机器人，平地行走策略不到 4 分钟训完，崎岖地形约 20 分钟，并成功迁移到真机。

也叫

大规模并行仿真、Massively Parallel Simulation、GPU 加速仿真

相关

并行环境、Isaac Gym、Isaac Lab、大规模并行强化学习、MJX、legged_gym

来源

Isaac Gym: High Performance GPU-Based Physics Simulation For Robot Learning (arXiv 2108.10470)
Learning to Walk in Minutes Using Massively Parallel Deep Reinforcement Learning (arXiv 2109.11978)