在 AMD ROCm 上锻造物理智能 — Forging Physical AI on AMD ROCm。这里沉淀我们的技术全景、工程实践与路线规划。
当机械臂自己发明了一种抓法：OpenArm 抓取强化学习实践
总览回放 / Overview replay 📖 本文为精简版（~3 分钟）。想深入完整工程细节（设计决策、算法 / reward、诊断、复现命令），请移步 技术详解版 → UniLab 与联合发布 UniLab 是面向机器人强化学习的异构训练基础设施： CPU 侧并行物理仿真（MuJoCo / Motrix）与 GPU 侧策略学习通过统一 runtime 与共享内存 衔接，而不是把物理、rollout 采集与学习全部绑死在 GPU 仿真路径上。任务、奖励与后端切换由 Hydra owner YAML 表达；训练入口统一为 uv run train / uv run eval，覆盖 PPO、SAC、TD3、 APPO 等算法。 我们同期联合发布了系统论文 UniLab: A Heterogeneous Architecture for Robot RL Beyond GPU-Dominant Paradigms （arXiv:2605.30313）。论文的核心观点是：高效训练的关键 不在于「物理必须在 GPU 上跑」，而在于仿真吞吐、策略更新与运行时同步能否形成高效的端到端 闭环——GPU 仿真是有效路径，但不是唯一路径。在代表性机器人控制任务上，UniLab 在相同硬件 配置下将端到端训练效率提升 3–10×，同时减少对 NVIDIA CUDA 软件栈的依赖，并原生支持 AMD ROCm、Intel XPU 与 Apple macOS。 ...
给 VLA 喂饭：在 AMD ROCm 上用 OpenArm 生成抓取专家轨迹
📖 本文为精简版（~3 分钟）。想深入完整工程细节（设计决策、算法 / reward、诊断、复现命令），请移步 技术详解版 → 概要 VLA（Vision-Language-Action）模型很能吃数据，而真机采集又贵又慢。我们换个思路：在 AMD Instinct MI300X + ROCm 平台上，用 openarm_mp_labs 把 OpenArm 的「抓-放」动作变成一台 sim 内的专家轨迹数据引擎——给定物体和抓取位姿，自动 解出一条平滑、物理可行、亚毫米精度的示范轨迹，可批量复现。 两个关键结果： 用 Cartesian 路点 + mink IK，把抓取拆成 approach→descend→close→lift→transport→place→retreat→home， 末端 IK 误差 0.4–0.9 mm，cube/ginger 物理仿真抬升 112–120 mm。 抓取位姿既能是标定 top-down，也能直接吃 GraspGenX 的 6-DOF 抓取（在 AMD ROCm 上、 为 OpenArm 夹爪生成）——多物体 × 多抓取 = 给 VLA 的多样化示范。 cube 抓-放回放：从简单方块起步 实践环境 硬件：AMD Instinct MI300X 平台：ROCm 7.2——容器内实测 torch 2.7.1+rocm7.2、hip 7.2.26015 主项目：openarm_mp_labs（轨迹生成 + MuJoCo 回放） 依赖：openarm_control（IK）、 openarm_mujoco（模型）、 GraspGenX（6-DOF 抓取）、 Scan2Sim（真实扫描件转 sim 资产） 轨迹生成 + MuJoCo 是 CPU 计算；GPU/ROCm 的价值在 GraspGenX 抓取合成与下游 VLA 训练。 ...