Newton Physics: GPU-ускоренный движок физической симуляции для роботики

«Newton не является обобщённым игровым движком — он специально оптимизирован для роботиков и исследователей в области симуляций.»

Что такое Newton и для кого он создан

Newton — это open-source, GPU-ускоренный движок физической симуляции, построенный на основе NVIDIA Warp и специально ориентированный на роботиков и исследователей в области симуляций. Проект разработан в результате совместных усилий NVIDIA, Google DeepMind и Disney Research и нацелен на развитие обучения роботов, предоставляя надёжную, масштабируемую и расширяемую платформу для физического AI.

Newton является проектом Linux Foundation, разрабатывается и поддерживается сообществом, а код распространяется под лицензией Apache-2.0.

Архитектура и как это работает

Newton расширяет и обобщает устаревший модуль warp.sim из Warp и интегрирует MuJoCo Warp в качестве основного бэкенда. Проект делает акцент на вычислениях на GPU, поддержке OpenUSD, дифференцируемости и пользовательской расширяемости, что облегчает быстрые итерации и масштабируемую симуляцию роботики.

graph TD
    A[Пользователь / Python API] --> B[Newton Core]
    B --> C[MuJoCo Warp Backend]
    B --> D[XPBD Solver]
    B --> E[Featherstone Solver]
    C --> F[NVIDIA Warp / CUDA]
    D --> F
    E --> F
    F --> G[GPU — параллельная симуляция]
    B --> H[OpenUSD]
    H --> I[Isaac Sim / Isaac Lab]
    B --> J[Дифференцируемая физика]
    J --> K[PyTorch / TensorFlow]

Ключевые возможности

1. GPU-ускорение через NVIDIA Warp

Используя NVIDIA Warp и CUDA graphs, Newton обеспечивает высокопроизводительные end-to-end GPU-симуляции без низкоуровневого программирования, устраняя узкие места CPU, типичные для старых физических движков. Это позволяет реалистично симулировать тысячи взаимодействующих тел или выполнять точные вычисления контактов.

MuJoCo-Warp обещает ускорение в 70x для гуманоидов, 100x для манипуляций — и до 152x для локомоции, 313x для манипуляций на RTX 4090.

2. Дифференцируемая физика

Одной из наиболее значимых инноваций Newton является возможность дифференцируемой симуляции. Традиционные физические движки вычисляют только прямую симуляцию, а Newton идёт дальше, позволяя вычислять градиенты через саму физическую симуляцию.

Это ценно при объединении симуляции с машинным обучением — роботы могут учиться с градиентами, а не только методом проб и ошибок. Дифференцируемость обеспечивает более эффективную оптимизацию, лучшее обучение политик и более тесную интеграцию между симуляцией и контурами управления.

3. Мульти-solver архитектура

Newton предоставляет высокопроизводительную симуляцию с несколькими реализациями солверов, включая XPBD, MuJoCo, Featherstone и SemiImplicit.

Модульная архитектура Newton упрощает интеграцию пользовательских солверов и моделей, поддерживая реалистичные мультифизические симуляции с разнообразными материалами — едой, тканью, почвой и кабелями.

4. Поддержка OpenUSD и экосистема NVIDIA

Построенный на NVIDIA Warp, Newton позволяет роботам приобретать и совершенствовать физический интеллект в безопасной виртуальной среде и совместим с фреймворками обучения роботов, такими как MuJoCo Playground и NVIDIA Isaac Lab.

Интероперабельность OpenUSD гарантирует, что эти продвинутые физические симуляции, фундаментальные модели и обучающие фреймворки работают вместе без проблем, позволяя разработчикам создавать унифицированные конвейеры обучения роботов, масштабирующиеся на различных платформах.

5. Unified Python API

Newton предлагает единый, согласованный программный интерфейс для взаимодействия с различными физическими симуляциями, включая твёрдые тела, мягкие тела, сыпучие материалы и ткань.

# Установка
pip install newton-physics

# Запуск встроенного примера
python -m newton.examples basic_viewer --viewer gl --num-frames 500

# Запуск на конкретном GPU
python -m newton.examples basic_urdf --device cuda:0

6. Поддержка sim-to-real переноса

Поскольку роботика всё больше опирается на «sim-to-real» перенос — когда AI обучается в симуляции перед развёртыванием на реальном железе — движки вроде Newton, предлагающие высокоскоростное GPU-ускорение, будут жизненно важны для масштабирования сложности и надёжности автономных систем.

Пример кода: базовая симуляция

import newton
import warp as wp

# Инициализация устройства
wp.init()
device = "cuda:0"

# Создание модели
builder = newton.ModelBuilder()
builder.add_articulation()
builder.add_body(name="base", mass=1.0)

model = builder.finalize(device=device)
state = model.state()

# Создание решателя MuJoCo Warp
solver = newton.solvers.MuJoCoWarpSolver(model)

# Цикл симуляции
for i in range(1000):
    solver.step(model, state, state_out=state, dt=0.01)

Тарифы и лицензирование

Код Newton распространяется под лицензией Apache-2.0, что означает полностью бесплатное использование как в академических, так и в коммерческих проектах.

Плюсы и минусы

Сравнение с альтернативами

Toyota Research Institute использует MuJoCo для исследований в области манипуляций (критична точность контактов) и Isaac Lab для локомоции + визуального sim-to-real. Это распространённый паттерн в ведущих лабораториях: не выбирать одно, а использовать правильный инструмент для каждой задачи.

Кто уже использует Newton

Широкая поддержка Newton включает университеты ETH Zurich, Пекинский университет, TUM и крупных игроков индустрии. Экосистема управляется открыто и vendor-neutral через Linux Foundation для долгосрочной устойчивости.

Среди ведущих разработчиков роботов, принявших технологии NVIDIA, — Agility Robotics, Boston Dynamics, Disney Research, Figure AI, Franka Robotics и другие.

Вердикт

Newton — это проект, который меняет правила игры в робототехнической симуляции. Newton устраняет разрыв «sim-to-real», обеспечивая точные симуляции физики реального мира и повышая способность роботов выполнять сложные задачи с большей точностью.

Кому подойдёт Newton:

• Исследователям в академических лабораториях, работающим с обучением роботов
• ML-инженерам, которым нужна дифференцируемая физика для gradient-based методов
• Командам, разрабатывающим гуманоидных роботов или сложные манипуляторы
• Всем, кто уже в экосистеме NVIDIA Isaac / Omniverse

Кому пока не подойдёт:

• Проектам, требующим стабильного production API прямо сейчас
• Командам без доступа к NVIDIA GPU
• Разработчикам, предпочитающим C/C++ интерфейсы