NVIDIA ha annunciato l’apertura di SimReady Central Library, una raccolta gratuita e accessibile senza registrazione preventiva di risorse tridimensionali progettate per la costruzione di ambienti simulati destinati alla robotica, all’automazione industriale e alle AI factory. Distribuita attraverso Hugging Face, la libreria comprende più di 2.000 asset SimReady basati su OpenUSD, con modelli relativi a bracci robotici, sistemi di presa, attrezzature di magazzino, infrastrutture di raffreddamento, rack informatici, elettrodomestici e altri componenti utilizzabili nelle scene virtuali. Al momento della rilevazione pubblicata, l’interfaccia della libreria mostrava 3.599 risultati distribuiti nelle categorie Industrial, OEM, Residential, Hospital e Lighting. I filtri permettono di selezionare le risorse sulla base del profilo tecnico, della presenza di corpi rigidi, della massa, delle condizioni di licenza e delle dimensioni. La caratteristica principale degli asset SimReady consiste nell’inclusione di informazioni necessarie alla simulazione e non soltanto nella disponibilità della geometria tridimensionale. Un modello CAD può descrivere accuratamente la forma di un componente, ma una simulazione fisica richiede anche proprietà come massa, attrito, geometrie di collisione, articolazioni, limiti di movimento, materiali e informazioni utili alla rappresentazione dei sensori.
Le specifiche di riferimento sono definite attraverso SimReady Foundation, che mette a disposizione profili e strumenti di validazione per stabilire le proprietà richieste dagli asset in base all’utilizzo previsto. Le risorse possono contenere etichette semantiche per identificare gli oggetti, informazioni fisiche destinate ai motori di simulazione e attributi necessari per generare dati sintetici o riprodurre il comportamento dei sensori. Fra i fornitori coinvolti figurano Vertiv, che contribuisce con modelli di rack, raffreddamento e infrastrutture per AI factory, Comau, FANUC, Franka Robotics, Robotiq, Standard Bots e Universal Robots per componenti robotici, LG Electronics per elettrodomestici, Palatial per risorse articolate e il dataset NVIDIA Robotics 1K, e ForgeCAD per oggetti destinati a simulazioni industriali. Il sistema di pubblicazione prevede che i produttori ospitino gli asset nei propri dataset Hugging Face e utilizzino il repository NVIDIA-Omniverse/simready-central, distribuito con licenza Apache 2.0, per inviare le versioni da verificare. Una procedura di validazione controlla la conformità ai profili SimReady, prepara il pacchetto e apre una richiesta di integrazione su GitHub, che viene esaminata prima della pubblicazione. Le definizioni dei pacchetti mantengono riferimenti a versioni immutabili dei dataset, permettendo di ricostruire quale configurazione sia stata approvata.
La ricerca delle risorse è supportata da NVIDIA USD Search, che permette interrogazioni in linguaggio naturale utilizzando metadati e proprietà degli oggetti OpenUSD. Hugging Face ha integrato tali capacità nella ricerca della piattaforma, agevolando l’individuazione degli asset necessari per una determinata simulazione. NVIDIA ha inoltre mostrato workflow di composizione delle scene assistiti da modelli come GPT-6 Astra, capaci di identificare le risorse pertinenti, inserirle in un ambiente OpenUSD e generare codice Python per configurare attività robotiche. In un esempio di pick-and-place, il modello può ricercare gli oggetti richiesti, costruire la cella robotica, configurare il compito in Isaac Sim con PhysX e produrre una visualizzazione da sottoporre all’utente. In un altro scenario, dedicato alle AI factory, l’assistente può assemblare disposizioni alternative di rack e infrastrutture di raffreddamento, producendo controlli sulle interferenze fra componenti e sugli spazi di accesso. Le scene possono essere successivamente adattate in Isaac Lab per addestramento e valutazione oppure collegate a dati operativi provenienti da sistemi BMS e telemetria IT, mantenendo la struttura OpenUSD come riferimento comune per configurazione, simulazione e analisi degli impianti.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)