robot-notes /模擬/建 AMR 模擬世界:模型與場景哪裡來

建 AMR 模擬世界:模型與場景哪裡來

要在模擬裡跑一台 AMR,得先有一個世界讓它跑。這篇盤點目前拿得到的模型與場景來源、各自適合什麼、以及「下載下來不等於能用」這件事要多付多少工。

前置:SDF 3D 模型檔:從零開始(一個模型的三種身份)、用 Gazebo + ROS2 模擬 AMR、用 Isaac Sim + Isaac Lab 模擬 AMR。 本篇的數字都是 2026-08-05 實查,查證方式列在 §7。

1. 先分清楚你要找的是哪一種「模型」

「找 3D 模型」這句話在模擬情境裡至少指五種不同的東西,混在一起是新手最大的困惑來源:

第 ⑤ 類最容易被誤解。Gym / Gymnasium 給的不是模型,是一層「怎麼開始、怎麼算分、怎麼重來」的介面契約——幾何仍然來自底下的模擬器與資產。要世界就往 ①–④ 找,要訓練迴圈才看 ⑤。

2. 決定性的分岔:格式跟著模擬器走

資產不是通用貨幣。挑來源之前,先確定自己站在哪個生態:

跨生態轉換做得到但要付工:urdf → usd 有官方轉換器,SDF → USD 或反過來就得自己處理慣量、關節、感測器外掛的對應。先選生態再找資產,比先囤資產再想辦法塞進去省事得多。

3. Gazebo / SDF 生態

3.1 Gazebo Fuel — 主要的公開模型庫

線上模型與世界資料庫,gz sim 可以直接用 Fuel URI <include> 進 world,不必先下載。

2026-08-05 實查(打 Fuel API):

forklift 只有一個結果,這是選型時值得先知道的事——倉儲場景的「場」有得挑,「車」幾乎要自己做。這也是為什麼叉車那篇是從 URDF 自己刻起。

授權以 Creative Commons 為主,但逐個模型不同,API 回傳裡有 license_name 欄位,要商用前逐個確認。

⚠ 網頁瀏覽介面的路徑目前對不上:https://app.gazebosim.org/fuel 回 404(根路徑 https://app.gazebosim.org/ 回 200)。API 端點 https://fuel.gazebosim.org/1.0/models 正常。本 repo 其他篇引用的 /fuel 深層連結已一併更新。

3.2 AWS RoboMaker 留下的世界 — 服務已終止,檔案還在

AWS RoboMaker 已於 2025-09-10 終止支援,主控台與服務資源都下線了。但當年開源在 GitHub 的 sample world 仍然可以直接 clone 使用。

2026-08-05 實查 aws-robotics/ 底下五個 world repo:

全部已封存(最後一次 push 都在 2026-07-21)。意思是:可以拿、可以改、不會再有上游修正,踩到的坑要自己補。這幾份原本是 Gazebo Classic 的 world,搬到 gz sim 需要一整套遷移工作——那個過程與踩到的真 bug 記在 用 Gazebo + ROS2 模擬 AMR §7,遷移成品另見 aws_warehouse_model_for_gazebo_harmonic。

3.3 Open-RMF demo 場景 — 多機調度情境現成的

open-rmf/rmf_demos 附了一組帶交通圖資的場景,對做多車調度特別有用——它們不只是幾何,還配好了 RMF 的 nav graph 與樓層/電梯設定。

2026-08-05 實查,rmf_demos_maps/maps 底下有 7 個:

airport_terminal、battle_royale、campus、clinic、hotel、office、triple_H

airport_terminal 與 hotel 帶電梯與門的情境,最接近真實的跨樓層派工。要驗 Open-RMF 的協商與路權,從這裡起步比自己畫圖快得多。

3.4 其他 ROS 社群來源

• 各家機器人的 description package:多數商用 AMR/研究平台會開源 *_description(URDF + mesh),可以直接當 ① 類資產。
• 世界檔散在教學專案裡:社群有不少「給 ROS 2 用的 world 檔集合」,品質不一,通常要自己補物理參數。

4. NVIDIA Isaac / OpenUSD 生態

4.1 內建 Asset Browser

Isaac Sim 裡從 Window > Browsers > NVIDIA Assets 開,分類瀏覽並拖進場景。倉儲相關在 Industrial 底下(Buildings → Warehouse 等)。這是 Isaac 生態最省事的入口——資產已經是 USD、已經帶物理。

• 倉儲資產教學:https://docs.isaacsim.omniverse.nvidia.com/latest/digital_twin/warehouse_logistics/tutorial_static_assets.html(實測 200)
• Asset Browser 說明:5.1.0 版、5.0.0 版。⚠ latest 與 6.0.0 的同名路徑實測 404——6.0 顯然搬過位置。查文件時認版本號,不要用 latest 深層連結。

4.2 SimReady 資產

Omniverse 的 SimReady 是一個明確的品質標準:資產內嵌物理屬性與語意標註,不是只有好看的 mesh。對做合成資料與 AI 訓練是關鍵差別——語意標籤直接就是 ground truth。工業與倉儲題材的覆蓋相對完整。

4.3 雲端 asset root:不必下載整包

Isaac 的官方資產放在一個可直接存取的雲端 root 底下,可以只抓單一檔案,不必下載 GB 級的 asset pack:

https://omniverse-content-production.s3-us-west-2.amazonaws.com/Assets/Isaac/<版本>/

2026-08-05 實測:抓 <版本>/Isaac/Samples/ROS2/Robots/Nova_Carter_ROS.usd,四個版本都回 200——

單檔一百多 KB,整條 payload 鏈也只有幾個檔。不需要 GPU、不需要裝 Isaac Sim,就能把 USD 內部結構拉下來核對。

這在兩種情況特別有用:一是沒有大顯卡的機器上想核對 USD 內部的 prim 路徑(payload 鏈通常只有幾個檔、幾百 KB);二是 CI 裡要驗證資產引用是否還對得上。

踩過的坑:官方 USD 內的 prim 路徑跟直覺常常不一樣——車體可能是 merged 的(輪子只有 revolute joint、沒有獨立 link)、摩擦掛在獨立的 Material prim 而不是輪子 link 上、感測器多包一層 sensors/。寫物理參數 override 之前先核對路徑,否則 override 會靜默失效,而模擬照跑、跑出一組看起來合理的數字。

另一個相關發現:官方 USD 往往已經帶著依實車量測的物理參數(質量、慣量、輪胎摩擦)。自己憑「一般室內 AMR 的量級」填的暫定值可能差一倍以上,而官方那組比較可信。動手覆寫前先看看原本有什麼。

4.4 Isaac Lab — 這是第 ⑤ 類

Isaac Lab 提供的是訓練環境,完全相容 Gymnasium API,可直接接 Stable-Baselines3、RSL-RL、RL-Games、SKRL、Ray/RLlib 等 RL 工具。它給的是任務與獎勵的框架,場景幾何仍來自 Isaac Sim 的資產。

5. 研究用室內場景資料集

這一類來自學術界,特點是真實建築的 3D 重建 + 語意標註,規模大、擬真度高,但題材偏居家與辦公,不是倉儲。適合做視覺導航、物件搜尋、開放詞彙感知這類研究;要驗倉儲 AMR 的派工與交管,用處有限。

搭配的模擬器多半是各自的(Habitat、AI2-THOR),要搬進 Gazebo 或 Isaac 得自己轉。先確認你要的是「場景多樣性」還是「物理正確性」——這批的強項是前者。

6. 通用 3D 素材庫

當上面都找不到你要的那個東西(某型號的貨架、某種托盤),就回到通用素材:

這條路的代價很明確:拿到的是只有外觀的 mesh,要自己補 collision 與 inertial 才能進模擬(見下節)。

7. 拿到資產不等於能用

這是整篇最該記住的一段。模擬裡一個物件要有三種身份:

• visual — 長什麼樣(可以細)
• collision — 碰撞怎麼算(要粗,用簡化幾何,否則物理引擎會慢到不能用)
• inertial — 質量與慣量張量(缺了或亂填,物理行為就是錯的)

美術素材庫給的通常只有 visual。所以:

SimReady 這個詞的價值就在這張表——它宣稱的正是「後面三欄都補好了」。反過來說,從美術素材庫抓一個好看的貨架,離「能在模擬裡被叉車叉起來」還有一段不小的工。

授權也要一併看:CC0 最省事;CC-BY 要標示;NoDerivatives / NonCommercial 這類條款會直接擋掉商用或改作。Fuel 的 API 回傳裡有 license_name,批次抓資產時可以一起記錄下來,不要等到交付前才逐個回頭查。

8. 怎麼選

9. 來源清單與實測狀態(2026-08-05)

這一節是查證紀錄,不是要讀的內容。 裡面是每個網址的實測狀態碼、每個 repo 的星數與最後 push 時間——留著是為了讓「哪些還活著」這件事可以被複驗,以及日後重掃時有基準。初讀整節跳過。

9.1 網址

9.2 GitHub repo

三件值得注意的:

1. AWS 那五個全部已封存,而且 GitHub 上沒有授權標示——repo 內可能有 LICENSE 檔,但 API 抓不到 SPDX 識別。要商用前自己開 repo 確認。
2. allenai/procthor 最後 push 是 2023-04-07,三年多沒動。用之前先確認它跟你手上的 AI2-THOR 版本還相容。
3. StanfordVL/OmniGibson 沒有授權標示,但仍在活躍開發(2026-08-03 剛 push)。

9.3 複驗指令

本篇的數字都是 2026-08-05 實查,方法留在這裡供之後複驗:

# Fuel 模型 / 世界總數(看回應標頭的 X-Total-Count)
curl -sD - -o /dev/null "https://fuel.gazebosim.org/1.0/models?per_page=1" | grep -i x-total-count
curl -sD - -o /dev/null "https://fuel.gazebosim.org/1.0/worlds?per_page=1" | grep -i x-total-count

# 特定關鍵字在 Fuel 上的命中數
curl -sD - -o /dev/null "https://fuel.gazebosim.org/1.0/models?q=forklift&per_page=1" | grep -i x-total-count

# repo 是否已封存 / 最後 push / 授權
gh api repos/aws-robotics/aws-robomaker-small-warehouse-world \
  --jq '"archived=\(.archived) push=\(.pushed_at[0:10]) license=\(.license.spdx_id // "none")"'

# rmf_demos 有哪些場景
gh api repos/open-rmf/rmf_demos/contents/rmf_demos_maps/maps --jq '.[].name'

# Isaac 雲端 asset root 是否可用(不必裝 Isaac Sim)
R=https://omniverse-content-production.s3-us-west-2.amazonaws.com/Assets/Isaac
curl -sI "$R/6.0/Isaac/Samples/ROS2/Robots/Nova_Carter_ROS.usd" | head -1

⚠ jq 的陷阱:--jq '.archived and "已封存" or "活躍"' 這種寫法不會如預期運作。 jq 的 and / or 回傳布林值而不是運算元(跟 JavaScript 不同),所以 false and "x" → false,再 false or "活躍" → true——不管 archived 是什麼都印 true。 要判斷就直接輸出 .archived,或用 if .archived then "已封存" else "活躍" end。 (寫這篇時就踩到了,結論剛好沒錯但驗證方法是壞的。)

10. 誠實的邊界

• 數字會變。Fuel 每天都有人上傳(實查當天就看到前一日的新模型),表中的命中數只代表 2026-08-05 那一刻。
• 關鍵字搜尋不等於可用資產。搜 warehouse 有 45 個結果,不代表 45 個都是完整的倉儲 world——有些是單一物件、有些品質不足以直接用。要用之前逐個看。
• §5 那些學術資料集的規模數字引自各自官方說明,本輪沒有逐一下載核對。
• Isaac Sim 的 Asset Browser 路徑(Window > Browsers > NVIDIA Assets)與倉儲資產的分類位置引自官方文件;不同版本的選單位置可能不同,以你手上那版為準。
• 沒有涵蓋:Unity / Unreal 的機器人模擬生態、MuJoCo 的 MJCF 資產、以及各家商用資產市集。

11. 延伸閱讀

• SDF 3D 模型檔:從零開始 — visual / collision / inertial 三種身份,以及怎麼打包
• 用 Gazebo + ROS2 模擬 AMR — 版本對應與 AWS world 的遷移實錄
• 用 Isaac Sim + Isaac Lab 模擬 AMR — URDF→USD、ROS2 橋接
• 在 Gazebo 倉庫用 slam_toolbox 建圖 — 拿到 world 之後的第一個可跑實驗
• 專案探討:Gazebo 叉車搬運 — 自己做車的完整過程
• Physical AI 總覽 — OpenUSD 與 SimReady 在整套堆疊裡的位置