Prueba de simuladores de robots en GPU: Genesis alcanza 11,1 millones de fotogramas de física por segundo
Los robots se entrenan en simuladores que corren en la tarjeta gráfica, pero casi nadie había comprobado si su física es fiel a la realidad ni si sus resultados se pueden repetir. AIRI, MIPT y Shanghai AI Lab compararon siete simuladores en una misma RTX 5070: Genesis, con el manipulador Franka, alcanzó unos 11,1 millones de fotogramas de física por segundo (FPS) con 131 072 entornos. Solo Genesis y MJX resultaron totalmente reproducibles, así que no conviene fijarse únicamente en los FPS.
Procesado por IA desde Habr AI; editado por Hamidun News
Para que un robot deje de tirar tazas hacen falta millones de intentos. Con hardware real esto es caro y arriesgado, así que el entrenamiento se traslada cada vez más a un simulador, y el simulador se ejecuta en la tarjeta gráfica. Allí corren a la vez miles de copias de la misma escena con el robot: cada una de esas copias se llama entorno.
La velocidad se mide en FPS. En las pruebas el renderizado está desactivado, así que no se trata de fotogramas en pantalla, sino del número de pasos de física que el simulador calcula por segundo en total, sumando todos los entornos. Genesis, con el manipulador Franka, dio unos 11,1 millones de FPS con 131 072 entornos.
De media, eso equivale a unos 85 pasos de física por segundo por cada copia de la escena. El equipo de Dmitri Yudin, de AIRI y MIPT, junto con Shanghai AI Lab, reunió el benchmark GPUSimBench para verificar dos cuestiones. ¿Sigue siendo plausible la física cuando una misma tarjeta ejecuta cientos de miles de entornos?
¿Y produce el mismo experimento el mismo resultado al repetirlo? El trabajo se presentó en la conferencia IROS 2026.
Cómo funciona la prueba
La comparación incluyó siete simuladores con aceleración por GPU: Isaac Lab, ManiSkill, Genesis, Madrona, MuJoCo Warp, MJX y MuJoCo Playground. No entraron las plataformas que solo se paralelizan en la CPU (como Gazebo o PyBullet). Todas las mediciones se hicieron en una misma estación de trabajo con una tarjeta Nvidia RTX 5070 y 12 GB de memoria. El renderizado estaba desactivado y el paso de física era de 0,01 s en todos los casos.
La escalabilidad se comprobó en dos escenas: una pila de cubos de 3×3×3 que cae libremente y un manipulador Franka Panda con movimientos aleatorios de las articulaciones. Para comprobar el realismo, los autores montaron una instalación real. Una bola de acero rueda por una superficie de madera inclinada 20° y choca contra una pared de 27 cubos de madera. Cinco segundos después se fija la posición de cada cubo. La escena es caótica: la menor diferencia en las condiciones iniciales produce otra disposición final. Dieciséis experimentos reales definieron la distribución de referencia, y dieciséis entornos paralelos en el simulador dieron su equivalente digital. La discrepancia entre ambos se midió en centímetros.
Velocidad, realismo y reproducibilidad
En cuanto a velocidad, el panorama es este:
- Genesis lidera en manipuladores: unos 11,1 millones de FPS con Franka y 131 072 entornos.
- MJX y MuJoCo Warp son los que más entornos soportan: 524 288 entornos con Franka.
- Madrona mantuvo 262 144 entornos con cubos cayendo a unos 481 mil FPS, pero en esa configuración no admite manipuladores.
- Isaac Lab ofreció un resultado equilibrado: unos 472 mil FPS con cubos cayendo y solo 3,3 GB de memoria de GPU.
- MuJoCo Playground fue el más lento: unos 35 FPS con cubos cayendo, con 256 entornos, que es su máximo. La aceleración por GPU, por sí sola, no garantiza velocidad.
En cuanto al realismo, la buena noticia es que en el experimento caótico cinco de los siete simuladores se desviaron de la realidad unos cinco centímetros. La física básica de contactos funciona razonablemente bien. La excepción es Madrona. Su solver XPBD, en esta configuración, no reprodujo la fricción sobre la superficie de madera, así que los cubos apenas frenaron y se desplazaron más de dos metros. La brecha entre simulación y realidad creció unas 50 veces. Los benchmarks de éxito de tareas no detectarían esto: una taza agarrada se considera agarrada en cualquier caso.
La reproducibilidad fue el resultado más inesperado. Los generadores de números aleatorios se fijaron, la aleatorización se desactivó y las escenas se hicieron idénticas. Se esperaban resultados iguales, pero se obtuvieron cuatro patrones:
- Isaac Lab y ManiSkill: los entornos dentro de una misma ejecución difieren entre 4 y 5 cm, pero el resultado global de cada ejecución sí se reproduce.
- Genesis y MJX: determinismo total en estas pruebas, el régimen más adecuado para comparaciones honestas.
- Madrona y MuJoCo Warp: los resultados divergen tanto entre entornos como entre ejecuciones.
- MuJoCo Playground: los entornos dentro de una ejecución son coherentes, pero las ejecuciones independientes difieren en unos 1,4 cm.
Qué hacer en la práctica y dónde están los límites
Supongamos que comparas dos políticas de control en Isaac Lab: una se ejecuta en la primera mitad de los entornos y la otra en la segunda. Como los entornos dentro de una misma ejecución difieren entre 4 y 5 cm, parte de la diferencia podría venir del ruido del simulador y no de la calidad de las políticas. Esta es una conclusión nuestra a partir de la tabla de los autores, no una afirmación directa suya.
Si lo que te importa son las comparaciones A/B honestas y la reproducibilidad, en estas pruebas Genesis y MJX fueron los que mejor resultado dieron. Para el máximo número de entornos paralelos con manipuladores, MJX y MuJoCo Warp son la opción. Para velocidad con manipuladores, Genesis.
Al aumentar el número de entornos, conviene vigilar no solo los FPS, sino también la estabilidad de los resultados.
Las limitaciones también importan. Todas las pruebas se hicieron en una misma tarjeta gráfica de consumo, y la referencia real se obtuvo con una única escena de 16 ensayos. Las conclusiones sobre cada simulador se aplican a las configuraciones que usaron los autores: por ejemplo, Madrona con XPBD podría comportarse de otra forma con otros ajustes. El artículo y el código del benchmark están publicados, así que es posible comprobar los resultados en el propio hardware.
- 21 nov 2026Nvidia duplicó sus beneficios, pero sus acciones cayeron un 2% por la búsqueda de un nuevo consejero delegado
- 21 nov 2026Nous Research reentrenó Qwen3.8 y la propaganda en sus respuestas bajó del 22% al 1%
- 21 nov 2026Samsung quiere comprar Modine, proveedor de refrigeración para centros de datos, por casi 6000 millones de dólares
- 21 nov 2026Reuters: los proyectos de IA en China por 3.200 millones de dólares dependen de los chips de Nvidia, y Huang deja la compañía
Preguntas frecuentes sobre la noticia
Cómo funciona la prueba?
La comparación incluyó siete simuladores con aceleración por GPU: Isaac Lab, ManiSkill, Genesis, Madrona, MuJoCo Warp, MJX y MuJoCo Playground. No entraron las plataformas que solo se paralelizan en la CPU (como Gazebo o PyBullet). Todas las mediciones se hicieron en una misma estación de trabajo con una tarjeta Nvidia RTX 5070 y 12 GB de memoria. El renderizado estaba desactivado y el paso de física era de 0,01 s en todos los casos.
¿Qué se sabe sobre Velocidad, realismo y reproducibilidad?
En cuanto a velocidad, el panorama es este: Genesis lidera en manipuladores: unos 11,1 millones de FPS con Franka y 131 072 entornos. MJX y MuJoCo Warp son los que más entornos soportan: 524 288 entornos con Franka. Madrona mantuvo 262 144 entornos con cubos cayendo a unos 481 mil FPS, pero en esa configuración no admite manipuladores. Isaac Lab ofreció un resultado equilibrado: unos 472 mil FPS con cubos cayendo y solo 3,3 GB de memoria de GPU.
¿Qué se sabe sobre Qué hacer en la práctica y dónde están los límites?
Supongamos que comparas dos políticas de control en Isaac Lab: una se ejecuta en la primera mitad de los entornos y la otra en la segunda. Como los entornos dentro de una misma ejecución difieren entre 4 y 5 cm, parte de la diferencia podría venir del ruido del simulador y no de la calidad de las políticas. Esta es una conclusión nuestra a partir de la tabla de los autores, no una afirmación directa suya.
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.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.