ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
بنية تحتيةتحليل · على الرادارHabr AI→ المصدر

اختبار محاكيات الروبوتات على وحدات GPU: Genesis يحقق 11,1 مليون إطار فيزيائي في الثانية

يُدرَّب الروبوتات في محاكيات تعمل على بطاقة الرسوميات، لكن مدى واقعية فيزياء هذه المحاكيات وقابلية تكرار نتائجها لم يُفحصا إلا نادرًا. قارن AIRI وMIPT ومختبر Shanghai AI Lab سبعة محاكيات على بطاقة RTX 5070 واحدة: حقق Genesis مع الذراع الروبوتية Franka نحو 11,1 مليون إطار فيزيائي في الثانية (FPS) على 131 072 بيئة. ولم تكن النتائج قابلة للتكرار بالكامل إلا في Genesis وMJX، لذا لا ينبغي الاكتفاء بمقياس FPS عند المقارنة.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
اختبار محاكيات الروبوتات على وحدات GPU: Genesis يحقق 11,1 مليون إطار فيزيائي في الثانية
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
Madrona لم تحاكِ الاحتكاكانزلقت المكعبات أكثر من 2 م، وتضاعف الخطأ 50 مرة
حقيقة رئيسية #2خمسة من سبعة محاكيات انحرفت عن التجربة الحقيقية بنحو 5 سم
MuJoCo Playgroundنحو 35 FPS فقط في مشهد المكعبات الساقطة عند 256 بيئة

كي يكفّ الروبوت عن إسقاط الأكواب، يحتاج إلى ملايين المحاولات. وعلى العتاد الحقيقي تكون هذه المحاولات مكلفة ومحفوفة بالمخاطر، لذا يُنقل التدريب بشكل متزايد إلى المحاكي، ويُشغَّل المحاكي نفسه على بطاقة رسوميات. هناك تعمل في وقت واحد آلاف النسخ من المشهد ذاته مع الروبوت، وتُسمّى كل نسخة منها بيئة.

وتُقاس السرعة بوحدة FPS. وقد عُطّل الريندرينغ في الاختبارات، فالمقصود هنا ليس الإطارات المعروضة على الشاشة، بل عدد الخطوات الفيزيائية التي يحسبها المحاكي في الثانية، مجموعةً على كل البيئات. حقق Genesis مع الذراع Franka نحو 11,1 مليون FPS على 131 072 بيئة، أي ما يعادل في المتوسط نحو 85 خطوة فيزيائية في الثانية لكل نسخة من المشهد.

وقد أعدّ فريق ديمتري يودين من AIRI وMIPT بالتعاون مع Shanghai AI Lab اختبار GPUSimBench للإجابة عن سؤالين: هل تبقى الفيزياء معقولة حين تعمل مئات الآلاف من البيئات على بطاقة واحدة؟ وهل تعطي التجربة نفسها النتيجة نفسها عند إعادة التشغيل؟ وقد عُرض العمل في مؤتمر IROS 2026.

كيف صُمّم الاختبار

شملت المقارنة سبعة محاكيات مسرّعة بوحدة GPU: Isaac Lab وManiSkill وGenesis وMadrona وMuJoCo Warp وMJX وMuJoCo Playground. أما المنصات التي تعمل بالتوازي على المعالج وحده (مثل Gazebo وPyBullet) فلم تدخل الاختبار. وأُجريت كل القياسات على محطة عمل واحدة ببطاقة Nvidia RTX 5070 بذاكرة 12 غيغابايت. كان الريندرينغ معطّلًا، وبلغت الخطوة الفيزيائية 0,01 ثانية في كل الحالات.

اختُبرت قابلية التوسع على مشهدين: كومة مكعبات 3×3×3 تسقط بحرية، وذراع Franka Panda بحركات عشوائية في مفاصلها. ولفحص الواقعية بنى المؤلفون تجربة حقيقية: كرة فولاذية تتدحرج على مستوى خشبي بزاوية 20° وتصطدم بجدار من 27 مكعبًا خشبيًا. وبعد خمس ثوانٍ يُسجَّل موضع كل مكعب. والمشهد فوضوي: فأدنى فرق في الشروط الابتدائية يعطي توزيعًا مختلفًا للمكعبات. وقد حددت ست عشرة تجربة حقيقية التوزيعَ المرجعي، بينما أعطت ست عشرة بيئة متوازية في المحاكي نظيره الرقمي. وقيس الفرق بينهما بالسنتيمترات.

السرعة والواقعية وقابلية التكرار

صورة السرعة كالتالي:

  • Genesis يتصدر في الأذرع الروبوتية: نحو 11,1 مليون FPS على Franka عند 131 072 بيئة.
  • MJX وMuJoCo Warp صاحبا الرقم القياسي في عدد البيئات: 524 288 بيئة مع Franka لكل منهما.
  • Madrona شغّلت 262 144 بيئة في مشهد المكعبات الساقطة بنحو 481 ألف FPS، لكنها في هذا الإعداد لا تدعم الأذرع الروبوتية.
  • Isaac Lab قدّم نتيجة متوازنة: نحو 472 ألف FPS في المكعبات الساقطة، مع استهلاك 3,3 غيغابايت فقط من ذاكرة GPU.
  • MuJoCo Playground كان الأبطأ: نحو 35 FPS في المكعبات الساقطة عند 256 بيئة، وهو أقصى عدد يتحمله. فالتسريع بوحدة GPU لا يضمن السرعة بحد ذاته.

أما في الواقعية فالخبر جيد: ففي التجربة الفوضوية انحرفت خمسة من سبعة محاكيات عن الواقع بنحو خمسة سنتيمترات. أي أن الفيزياء الأساسية للتلامس تعمل بشكل لا بأس به. الاستثناء هو Madrona. فمحلّلها XPBD لم يحاكِ في هذا الإعداد الاحتكاك على المستوى الخشبي، فلم تتباطأ المكعبات تقريبًا وانزلقت أكثر من مترين. وتضاعفت الفجوة بين المحاكاة والواقع نحو 50 مرة. ولن تلتقط مقاييس نجاح المهام مثل هذا الخلل: فالكوب الذي أُمسك يُحتسب ممسوكًا في كل الأحوال.

وكانت قابلية التكرار أكثر النتائج مفاجأة. ثُبّتت مولّدات الأرقام العشوائية، وعُطّلت العشوائية المقصودة، وجُعلت المشاهد متطابقة. وكان المتوقع نتائج متطابقة، لكن ظهرت أربعة أنماط:

  1. Isaac Lab وManiSkill: تختلف البيئات داخل التشغيل الواحد بمقدار 4–5 سم، لكن نتيجة التشغيل ككل قابلة للتكرار.
  2. Genesis وMJX: حتمية كاملة في هذه الاختبارات، وهو أنسب نمط لمقارنات عادلة.
  3. Madrona وMuJoCo Warp: تتباعد النتائج بين البيئات وبين عمليات التشغيل معًا.
  4. MuJoCo Playground: البيئات داخل التشغيل متسقة، لكن عمليات التشغيل المستقلة تختلف بنحو 1,4 سم.

ماذا نفعل عمليًا وأين الحدود

لنفترض أنك تقارن سياستي تحكم في Isaac Lab: تشغّل إحداهما في النصف الأول من البيئات والأخرى في النصف الثاني. وبما أن البيئات داخل التشغيل الواحد تختلف بمقدار 4–5 سم، فقد يكون جزء من الفارق ضجيج محاكٍ لا جودة السياستين. وهذا استنتاجنا من جدول المؤلفين، وليس قولًا مباشرًا لهم. وإن كانت المقارنات العادلة (A/B) وقابلية إعادة الإنتاج مهمتين لك، فقد بدا Genesis وMJX الأفضل في هذه الاختبارات. ولأقصى عدد من البيئات المتوازية مع الأذرع الروبوتية، اعتُمد MJX وMuJoCo Warp. وللسرعة على الذراع الروبوتية، اعتُمد Genesis. وعند زيادة عدد البيئات، لا تراقب FPS وحده بل استقرار النتائج أيضًا.

وللقيود أهميتها كذلك. فقد أُجريت جميع الاختبارات على بطاقة رسوميات استهلاكية واحدة، والمرجع الحقيقي مبني على مشهد واحد من 16 تجربة. وتخص الاستنتاجات المتعلقة بكل محاكٍ الإعدادات التي استخدمها المؤلفون: فقد يكون أداء Madrona مع XPBD مختلفًا مثلًا مع إعدادات أخرى. وقد نُشرت الورقة البحثية وكود الاختبار، ما يتيح التحقق من النتائج على عتادك الخاص.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف صُمّم الاختبار؟

شملت المقارنة سبعة محاكيات مسرّعة بوحدة GPU: Isaac Lab وManiSkill وGenesis وMadrona وMuJoCo Warp وMJX وMuJoCo Playground. أما المنصات التي تعمل بالتوازي على المعالج وحده (مثل Gazebo وPyBullet) فلم تدخل الاختبار. وأُجريت كل القياسات على محطة عمل واحدة ببطاقة Nvidia RTX 5070 بذاكرة 12 غيغابايت. كان الريندرينغ معطّلًا، وبلغت الخطوة الفيزيائية 0,01 ثانية في كل الحالات. اختُبرت قابلية التوسع على مشهدين: كومة مكعبات 3×3×3 تسقط بحرية، وذراع Franka Panda بحركات عشوائية في مفاصلها.

ما أبرز التفاصيل حول السرعة والواقعية وقابلية التكرار؟

صورة السرعة كالتالي: Genesis يتصدر في الأذرع الروبوتية: نحو 11,1 مليون FPS على Franka عند 131 072 بيئة. MJX وMuJoCo Warp صاحبا الرقم القياسي في عدد البيئات: 524 288 بيئة مع Franka لكل منهما. Madrona شغّلت 262 144 بيئة في مشهد المكعبات الساقطة بنحو 481 ألف FPS، لكنها في هذا الإعداد لا تدعم الأذرع الروبوتية. Isaac Lab قدّم نتيجة متوازنة: نحو 472 ألف FPS في المكعبات الساقطة، مع استهلاك 3,3 غيغابايت فقط من ذاكرة GPU. MuJoCo Playground كان الأبطأ: نحو 35 FPS في المكعبات الساقطة عند 256 بيئة، وهو أقصى عدد يتحمله.

ما أبرز التفاصيل حول ماذا نفعل عمليًا وأين الحدود؟

لنفترض أنك تقارن سياستي تحكم في Isaac Lab: تشغّل إحداهما في النصف الأول من البيئات والأخرى في النصف الثاني. وبما أن البيئات داخل التشغيل الواحد تختلف بمقدار 4–5 سم، فقد يكون جزء من الفارق ضجيج محاكٍ لا جودة السياستين. وهذا استنتاجنا من جدول المؤلفين، وليس قولًا مباشرًا لهم. وإن كانت المقارنات العادلة (A/B) وقابلية إعادة الإنتاج مهمتين لك، فقد بدا Genesis وMJX الأفضل في هذه الاختبارات. ولأقصى عدد من البيئات المتوازية مع الأذرع الروبوتية، اعتُمد MJX وMuJoCo Warp. وللسرعة على الذراع الروبوتية، اعتُمد Genesis.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…