ProduktVereinigte Staaten

NVIDIA stellt SOMA Retargeter vor: Menschliche Bewegung für fünf chinesische Humanoide

Veröffentlicht 2 Min. Lesezeit
Quelle
NVIDIA stellt SOMA Retargeter vor: Menschliche Bewegung für fünf chinesische Humanoide (Illustration: MEKAWIRE)

NVIDIA hat am 13. November in einem Fachblog Version 0.2 von SOMA Retargeter vorgestellt, die auf GitHub seit dem 15. September verfügbar ist, ein Open-Source-Werkzeug unter Apache-2.0-Lizenz, das menschliche Bewegungen auf dem SOMA-Skelett in Gelenktrajektorien für Humanoide umrechnet.

Mitgeliefert werden Referenzkonfigurationen für fünf Roboter, Unitree G1 und H2, Booster T1 sowie AgiBot X2 Ultra und A3T3, alle von chinesischen Herstellern. Laut Repository ist die Software eine Beta, die Ausgabe rein kinematisch und vor dem Einsatz auf Hardware in der Simulation zu prüfen.

NVIDIA hat am 13. November in seinem Technik-Blog Version 0.2 von SOMA Retargeter vorgestellt, einem Werkzeug, das Aufnahmen menschlicher Bewegung in Gelenktrajektorien für humanoide Roboter übersetzt. Der Code steht unter Apache-2.0-Lizenz auf GitHub; laut Changelog erschien 0.2.0 am 15. September und der Patch 0.2.1 am 1. Oktober. Das Programm liest eine BVH-Animation auf NVIDIAs SOMA-Basisskelett, skaliert sie auf die Proportionen des Roboters, löst Bild für Bild die inverse Kinematik und schreibt Position, Orientierung und Gelenkwinkel des Roboters in eine CSV-Datei.

Mensch und Roboter unterscheiden sich in Gliedmaßenlänge, Gelenkanordnung und Bewegungsbereich, deshalb lässt sich Motion Capture nicht direkt abspielen. Jedes Labor, das Steuerungen mit menschlichen Daten trainiert, musste diesen Schritt bisher selbst bauen.

Was Version 0.2 mitbringt

Laut Blog und Repository enthält die Version Referenzkonfigurationen für fünf Roboter: Unitree G1 und H2, Booster T1 sowie AgiBot X2 Ultra und A3T3. Weitere Roboter lassen sich mit einem Robot Configurator ergänzen, das Tutorial nutzt den Unitree H1 als Beispiel. Die inverse Kinematik stammt aus Newton auf Basis von NVIDIA Warp, ergänzt um Fußkontaktkorrektur, Gelenkgrenzen, einen experimentellen Optimierer für die Gewichte und einen Stapelmodus. Beigelegt sind 10 Beispielbewegungen mit CSV-Ergebnissen für alle fünf Roboter und 15 Bewegungen zur Gewichtsoptimierung, mit Erlaubnis aus dem Datensatz BONES-SEED des Motion-Capture-Anbieters Bones.

G1-Ergebnisse lassen sich in das Format von SONIC überführen, NVIDIAs Workflow für Ganzkörpersteuerung. Ein G1-Modell aus dem Projekt MotionBricks wurde laut NVIDIA teilweise mit so umgerechneten Bewegungen trainiert und auf einem realen G1 gezeigt. Das Repository warnt, die Software sei eine Beta, Schnittstellen könnten sich ändern, und die kinematische Ausgabe müsse vor dem Hardware-Einsatz in der Simulation auf Sicherheit und Machbarkeit geprüft werden. Genauigkeits- oder Trainingszeitwerte nannte NVIDIA nicht.

Referenzroboter von SOMA Retargeter 0.2 und ihre Hersteller
  • G1
    Hersteller
    Unitree Robotics
    Hauptsitz
    Hangzhou, China
  • H2
    Hersteller
    Unitree Robotics
    Hauptsitz
    Hangzhou, China
  • T1
    Hersteller
    Booster Robotics
    Hauptsitz
    Peking, China
  • X2 Ultra
    Hersteller
    AgiBot
    Hauptsitz
    Schanghai, China
  • A3T3
    Hersteller
    AgiBot
    Hauptsitz
    Schanghai, China

Roboter laut NVIDIA-Blog vom 13. November und GitHub-Repository; Hauptsitz aus der MEKAWIRE-Unternehmensdatenbank.

Stand: 15. Nov. 2026

MEKAWIRE-Analyse: Amerikanische Werkzeuge, chinesische Körper

NVIDIA standardisiert die Datenschicht des Humanoiden-Trainings, und alle Referenzroboter, die es dafür gewählt hat, kommen aus China.

Nach der MEKAWIRE-Unternehmensdatenbank sitzen alle drei Hersteller in China: Unitree in Hangzhou, AgiBot in Schanghai, Booster Robotics in Peking. Kein europäischer Humanoid ist dabei. Das Gegenargument: Die Auswahl spiegelt wider, welche Roboter Forschungslabore bereits besitzen, und der Configurator macht die Standardliste weniger wichtig. Für europäische Hersteller wie Neura Robotics wäre eine eigene SOMA-Konfiguration der direkteste Weg in diese Trainingskette.

Der Beitrag folgt auf GR00T 2, vorgestellt am 9. November, und passt zu NVIDIAs Strategie, mit kostenlosen Modellen und Werkzeugen die eigenen GPUs zum Standard für Robotertraining zu machen. Unternehmensprofile: NVIDIA, Unitree, AgiBot.

Gute oder schlechte Nachricht für das Unternehmen?

 

Eckdaten
Version
0.2.0 am 15. Sept. 2026, 0.2.1 am 1. Okt.; Blogbeitrag 13. Nov.
Lizenz
Apache 2.0, Code auf GitHub
Referenzroboter
5: Unitree G1 und H2, Booster T1, AgiBot X2 Ultra und A3T3
Herkunft der Hersteller
3 von 3 in China (MEKAWIRE-Unternehmensdatenbank)
Beigelegte Daten
10 Beispielbewegungen mit CSV für 5 Roboter, 15 Bewegungen zur Gewichtung
Ausgabe
CSV je Clip: Position, Orientierung und Gelenkwinkel je Bild
Status
Beta; kinematische Ausgabe, Simulationsprüfung vor Hardware nötig
Quellen