NVIDIA detalha uso de agentes de IA para preparar cenas 3D voltadas à simulação robótica
A NVIDIA publicou em seu blog técnico um guia que demonstra como fluxos de trabalho baseados em agentes de IA podem ser aplicados para preparar e validar gêmeos digitais destinados a sistemas de inteligência artificial física. O conteúdo mostra um processo completo que parte de uma cena criada no Blender e chega a um arquivo OpenUSD pronto para simulação nos ambientes NVIDIA Isaac Sim ou NVIDIA Isaac Lab.
A abordagem utiliza bibliotecas da plataforma NVIDIA Omniverse para transformar cenas tridimensionais em ativos adequados à robótica. Entre as etapas executadas automaticamente pelos agentes estão a inspeção das cenas 3D, a criação de dados relevantes em OpenUSD, a adição de propriedades físicas, a renderização de visualizações de pré-voo e a validação do resultado conforme os requisitos SimReady, que são padrões de preparação para simulação. O objetivo é adicionar rótulos semânticos, materiais sensíveis à simulação, sensores e propriedades físicas aos elementos do ambiente.
De acordo com a publicação, o fluxo de trabalho converte uma solicitação ampla de tornar uma cena 3D pronta para simulação em um verdadeiro projeto de engenharia conduzido por múltiplos agentes. Um agente principal, que pode ser o Codex ou o Claude, assume a coordenação geral da tarefa. A NVIDIA NemoClaw fornece a arquitetura de referência utilizada para construir os subagentes especializados, responsáveis por executar funções específicas dentro do processo.
Esses subagentes podem ser construídos a partir de ferramentas abertas do mercado, como Hermes, OpenClaw ou LangChain, e são equipados com diferentes modelos da família NVIDIA Nemotron voltados a visão computacional, raciocínio e uso de ferramentas. A divisão de tarefas permite que cada etapa do pipeline seja tratada por um agente com habilidades dedicadas, mantendo a supervisão humana nos pontos de decisão.
Entre as ferramentas acionadas pelos agentes estão a ovphysx, utilizada para autoria de propriedades físicas, e a ovrtx, responsável pela renderização visual de pré-voo. A validação final é realizada por meio dos critérios SimReady, que verificam se o ativo gerado atende aos perfis exigidos para uso em simulações físicas. O resultado do processo é um arquivo OpenUSD compatível com os simuladores Isaac Sim e Isaac Lab, pronto para alimentar experimentos com robôs.
A proposta da NVIDIA se insere em um movimento mais amplo da empresa para incorporar agentes de IA em fluxos de trabalho de simulação. As bibliotecas Omniverse, agora parte do NVIDIA Agent Toolkit, oferecem componentes de software que permitem aos agentes inspecionar cenas, sinalizar falhas e preparar ativos 3D para simulação. Todo o código está disponível de forma aberta no GitHub, incluindo um novo blueprint voltado à integração dessas bibliotecas com o Blender.
O conteúdo reforça a aposta da companhia em tornar o desenvolvimento de sistemas físicos autônomos mais automatizado, ao mesmo tempo em que mantém o desenvolvedor no controle das etapas críticas. Com a combinação de agentes coordenadores, subagentes especializados e modelos de IA ajustados para tarefas técnicas, a empresa busca reduzir o trabalho manual repetitivo que historicamente atrasa a preparação de ambientes para treinamento e teste de robôs.
Para os profissionais que trabalham com simulação robótica, a publicação serve como um ponto de partida para experimentar pipelines automatizados, conectando ferramentas familiares de modelagem 3D a infraestruturas avançadas de validação e renderização. A tendência aponta para uma integração cada vez maior entre agentes inteligentes e o desenvolvimento de aplicações de IA física, com a expectativa de acelerar tanto a criação de gêmeos digitais quanto o próprio treinamento de sistemas autônomos.
