Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
InfrastructureAnalyse · Sur le radarHabr AI→ original

Test de simulateurs GPU pour robots : Genesis atteint 11,1 millions de trames de physique par seconde

On entraîne les robots dans des simulateurs qui tournent sur carte graphique, mais la fidélité de leur physique et la reproductibilité de leurs résultats ont été très peu vérifiées. AIRI, MIPT et Shanghai AI Lab ont comparé sept simulateurs sur une même RTX 5070 : Genesis, avec un bras Franka, affiche environ 11,1 millions de trames de physique par seconde (FPS) sur 131 072 environnements. Seuls Genesis et MJX sont entièrement reproductibles, donc le FPS ne suffit pas à juger.

Traité par IA depuis Habr AI ; édité par Hamidun News
Test de simulateurs GPU pour robots : Genesis atteint 11,1 millions de trames de physique par seconde
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Madrona ne reproduit pas le frottementles cubes glissent de plus de 2 m, soit une erreur 50 fois supérieure
Chiffre clé #2Cinq simulateurs sur sept s'écartent d'environ 5 cm de l'expérience réelle
MuJoCo Playgroundà peine environ 35 FPS sur des cubes qui tombent avec 256 environnements

Pour qu'un robot cesse de faire tomber des tasses, il lui faut des millions d'essais. Sur du matériel réel, c'est coûteux et risqué : l'entraînement migre donc de plus en plus vers la simulation, exécutée sur carte graphique. Des milliers de copies de la même scène avec le robot y tournent en parallèle ; chacune s'appelle un environnement.

La vitesse se mesure en FPS. Le rendu est désactivé dans les tests : il ne s'agit donc pas d'images à l'écran, mais du nombre de pas de physique calculés par seconde, tous environnements confondus. Genesis, avec le bras Franka, atteint environ 11,1 millions de FPS sur 131 072 environnements.

En moyenne, cela fait environ 85 pas de physique par seconde pour chaque copie de la scène.

L'équipe de Dmitry Yudin, de l'AIRI et du MIPT, avec Shanghai AI Lab, a construit le benchmark GPUSimBench pour vérifier deux points. La physique reste-t-elle plausible lorsque des centaines de milliers d'environnements tournent sur une même carte ? Et une même expérience donne-t-elle le même résultat lorsqu'on la relance ? Ce travail a été présenté à la conférence IROS 2026.

Comment fonctionne le test

La comparaison porte sur sept simulateurs accélérés par GPU : Isaac Lab, ManiSkill, Genesis, Madrona, MuJoCo Warp, MJX et MuJoCo Playground. Les plateformes qui ne se parallélisent que sur processeur, comme Gazebo ou PyBullet, ne figurent pas dans le test. Toutes les mesures ont été faites sur une même station de travail équipée d'une carte Nvidia RTX 5070 avec 12 Go de mémoire. Le rendu était désactivé et le pas de physique valait partout 0,01 s.

La scalabilité a été évaluée sur deux scènes : une pile de cubes 3×3×3 en chute libre et un bras Franka Panda aux articulations animées de mouvements aléatoires. Pour vérifier le réalisme, les auteurs ont monté un dispositif réel. Une bille d'acier roule sur un plan en bois incliné à 20° et percute un mur de 27 cubes en bois. Au bout de cinq secondes, on relève la position de chaque cube. La scène est chaotique : la moindre différence dans les conditions initiales produit un autre agencement. Seize essais réels ont fourni la distribution de référence, et seize environnements parallèles du simulateur ont donné son équivalent numérique. L'écart entre les deux a été mesuré en centimètres.

Vitesse, réalisme et reproductibilité

Le classement en vitesse se présente ainsi :

  • Genesis domine pour les bras manipulateurs : environ 11,1 millions de FPS sur Franka avec 131 072 environnements.
  • MJX et MuJoCo Warp battent les records de nombre d'environnements : 524 288 chacun avec Franka.
  • Madrona a tenu 262 144 environnements sur les cubes en chute, à environ 481 000 FPS, mais cette configuration ne prend pas en charge les bras manipulateurs.
  • Isaac Lab offre un résultat équilibré : environ 472 000 FPS sur les cubes en chute, pour seulement 3,3 Go de mémoire GPU.
  • MuJoCo Playground est le plus lent : environ 35 FPS sur les cubes en chute avec 256 environnements, son maximum. L'accélération GPU ne garantit pas à elle seule la rapidité.

Côté réalisme, la bonne nouvelle est que, dans l'expérience chaotique, cinq simulateurs sur sept se sont écartés de la réalité d'environ cinq centimètres. La physique de contact de base fonctionne donc plutôt bien. Madrona fait exception : son solveur XPBD, dans cette configuration, n'a pas reproduit le frottement sur le plan en bois. Les cubes freinaient à peine et glissaient de plus de deux mètres. L'écart entre simulation et réalité a ainsi grimpé d'environ 50 fois. Les benchmarks fondés sur le taux de réussite des tâches ne le détecteraient pas : une tasse saisie reste considérée comme saisie.

La reproductibilité a été le résultat le plus inattendu. Les générateurs de nombres aléatoires ont été fixés, la randomisation désactivée, les scènes rendues identiques. On attendait des résultats identiques ; on a obtenu quatre régimes :

  1. Isaac Lab et ManiSkill : les environnements d'une même exécution diffèrent de 4 à 5 cm, mais le résultat global de l'exécution est reproductible.
  2. Genesis et MJX : déterminisme complet dans ces tests, le régime le plus adapté aux comparaisons équitables.
  3. Madrona et MuJoCo Warp : les résultats divergent à la fois entre environnements et entre exécutions.
  4. MuJoCo Playground : les environnements d'une même exécution sont cohérents, tandis que des exécutions indépendantes diffèrent d'environ 1,4 cm.

Que faire en pratique, et quelles sont les limites

Imaginons que vous compariez deux politiques de contrôle dans Isaac Lab : l'une tourne dans la première moitié des environnements, l'autre dans la seconde. Comme les environnements d'une même exécution diffèrent de 4 à 5 cm, une partie de l'écart peut venir du bruit du simulateur et non de la qualité des politiques. Il s'agit là de notre déduction à partir du tableau des auteurs, et non d'une affirmation directe de leur part.

Si les comparaisons A/B équitables et la reproductibilité vous importent, Genesis et MJX sont les mieux placés dans ces tests. Pour le nombre maximal d'environnements avec des bras manipulateurs, MJX et MuJoCo Warp sont les choix à retenir. Pour la vitesse sur bras manipulateur, Genesis.

En augmentant le nombre d'environnements, surveillez non seulement le FPS, mais aussi la stabilité des résultats.

Les limites comptent aussi. Tous les tests ont été menés sur une seule carte graphique grand public, et la référence réelle repose sur une seule scène de 16 essais. Les conclusions sur chaque simulateur valent pour les configurations utilisées par les auteurs : Madrona avec XPBD pourrait par exemple se comporter autrement avec d'autres réglages. L'article et le code du benchmark sont publiés, de sorte que chacun peut vérifier les résultats sur son propre matériel.

Dossier

Questions clés sur cet article

Comment fonctionne le test?

La comparaison porte sur sept simulateurs accélérés par GPU : Isaac Lab, ManiSkill, Genesis, Madrona, MuJoCo Warp, MJX et MuJoCo Playground. Les plateformes qui ne se parallélisent que sur processeur, comme Gazebo ou PyBullet, ne figurent pas dans le test. Toutes les mesures ont été faites sur une même station de travail équipée d'une carte Nvidia RTX 5070 avec 12 Go de mémoire. Le rendu était désactivé et le pas de physique valait partout 0,01 s.

Que sait-on sur Vitesse, réalisme et reproductibilité ?

Le classement en vitesse se présente ainsi : Genesis domine pour les bras manipulateurs : environ 11,1 millions de FPS sur Franka avec 131 072 environnements. MJX et MuJoCo Warp battent les records de nombre d'environnements : 524 288 chacun avec Franka. Madrona a tenu 262 144 environnements sur les cubes en chute, à environ 481 000 FPS, mais cette configuration ne prend pas en charge les bras manipulateurs.

Que sait-on sur Que faire en pratique, et quelles sont les limites ?

Imaginons que vous compariez deux politiques de contrôle dans Isaac Lab : l'une tourne dans la première moitié des environnements, l'autre dans la seconde. Comme les environnements d'une même exécution diffèrent de 4 à 5 cm, une partie de l'écart peut venir du bruit du simulateur et non de la qualité des politiques. Il s'agit là de notre déduction à partir du tableau des auteurs, et non d'une affirmation directe de leur part.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ 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
Qu'en pensez-vous ?
Chargement des commentaires…