Repolode
投稿する
NVIDIA

NVIDIA/Isaac-GR00T

NVIDIAのオープンな視覚・言語・行動基盤モデル（GR00T N1.7）。汎用ヒューマノイドやロボットの操作スキル向けに、ファインチューニングとデプロイ用ツールを提供します。

GitHub で見る公式サイト
スター
8,241
フォーク
1,503
未解決の Issue
346
最終コミット
19 時間前

これは何？

Isaac GR00Tは、NVIDIAが公開するロボット向けの視覚・言語・行動（VLA）モデルです。言語による指示とカメラ画像を入力として受け取り、視覚言語バックボーンと拡散Transformerのアクションヘッドを組み合わせて、連続的なロボットアクションを出力します。現行のN1.7リリースでは、Cosmos-Reason2-2B（Qwen3-VL）バックボーンを採用し、ロボットの実演データに加えて人間の動画20,000時間分で事前学習しています。

このリポジトリでは、実演データをGR00T LeRobot形式のデータセットに変換し、ゼロショットまたはファインチューニング済みモデルで推論を実行し、モダリティ設定を使って独自のロボット形態に合わせてファインチューニングし、オープンループ比較やクローズドループのサーバー・クライアント方式で評価するまで、一連のワークフローを扱えます。LIBERO、DROID、SimplerEnvなどのベンチマーク向けファインチューニング済みチェックポイントのほか、デスクトップGPUやJetsonデバイスで利用できるONNXおよびTensorRTによるデプロイ方法も含まれています。

モデルの重みはNVIDIA Open Model License、コードはApache 2.0ライセンスで公開されています。推論にはVRAMが16 GB以上のGPUが必要です。また、ベースモデルが読み込むHugging Faceのバックボーンはアクセスが制限されており、利用承認が必要です。

主な機能

  • 01言語と画像からロボットアクションを生成する視覚・言語・行動モデル
  • 02モダリティ設定と起動スクリプトを使い、独自のロボットデータでファインチューニング
  • 03ポリシーサーバーとクライアントによるオープンループおよびクローズドループ評価
  • 04LIBERO、DROID、SimplerEnvベンチマーク向けの事前学習済みチェックポイント
  • 05デスクトップGPUやJetsonデバイスへのデプロイに対応するONNXおよびTensorRTへのエクスポート
  • 06データセットをGR00T LeRobot v2形式に変換するツール

ユースケース

  • 独自の実演データを使って、カスタムアームやヒューマノイド向けの操作ポリシーをファインチューニングする
  • DROID形式のロボットデータにベースモデルを適用し、ゼロショット推論を実行する
  • LIBEROまたはSimplerEnvのシミュレーションタスクでVLAポリシーをベンチマークする
  • TensorRTで高速化し、JetsonまたはGPUサーバーにロボットポリシーをデプロイする

クイックスタート

  1. 1

    git-lfs をインストールし、サブモジュールも含めてリポジトリを clone する

    git clone --recurse-submodules https://github.com/NVIDIA/Isaac-GR00T
  2. 2

    uv（パッケージマネージャー）をインストールする

  3. 3

    環境を作成し、GR00T の依存関係をインストールする

    uv sync --python 3.12
  4. 4

    インストールを確認する

    uv run python -c "import gr00t; print('GR00T installed successfully')"

使う前に知っておきたいこと

  • 推論またはファインチューニングの前に、Cosmos-Reason2-2B バックボーン用の Hugging Face のゲート付きアクセスが必要です。
  • ファインチューニングには VRAM 40 GB 以上の GPU が推奨され、推論には VRAM 16 GB 以上が必要です。
  • torchcodec 0.8.0 は FFmpeg 8 に対応していないため、デフォルトのインストールでは FFmpeg 4～7 が必要です。

トピック

#robotics#vision-language-action#foundation-model#imitation-learning#humanoid-robot#fine-tuning#tensorrt#embodied-ai

よくある質問

Isaac-GR00T とは？
NVIDIAのオープンな視覚・言語・行動基盤モデル（GR00T N1.7）。汎用ヒューマノイドやロボットの操作スキル向けに、ファインチューニングとデプロイ用ツールを提供します。 Isaac GR00Tは、NVIDIAが公開するロボット向けの視覚・言語・行動（VLA）モデルです。言語による指示とカメラ画像を入力として受け取り、視覚言語バックボーンと拡散Transformerのアクションヘッドを組み合わせて、連続的なロボットアクションを出力します。現行のN1.7リリースでは、Cosmos-Reason2-2B（Qwen3-VL）バックボーンを採用し、ロボットの実演データに加えて人間の動画20,000時間分で事前学習しています。
Isaac-GR00T は無料で使えますか？ライセンスは？
Isaac-GR00T は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
Isaac-GR00T は今もメンテナンスされていますか？
活発にメンテナンス中。Isaac-GR00T の最終コミットは 2026年10月21日 です。
Isaac-GR00T は何に使えますか？
独自の実演データを使って、カスタムアームやヒューマノイド向けの操作ポリシーをファインチューニングする DROID形式のロボットデータにベースモデルを適用し、ゼロショット推論を実行する LIBEROまたはSimplerEnvのシミュレーションタスクでVLAポリシーをベンチマークする TensorRTで高速化し、JetsonまたはGPUサーバーにロボットポリシーをデプロイする
Isaac-GR00T のインストール方法は？
git-lfs をインストールし、サブモジュールも含めてリポジトリを clone する: git clone --recurse-submodules https://github.com/NVIDIA/Isaac-GR00T uv（パッケージマネージャー）をインストールする 環境を作成し、GR00T の依存関係をインストールする: uv sync --python 3.12 インストールを確認する: uv run python -c "import gr00t; print('GR00T installed successfully')"
Isaac-GR00T はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/NVIDIA/Isaac-GR00T

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト