NVIDIA ordnet RTX Spark in seinem Microduck-Workflow als Rechner für lokale Planung und die spätere Prüfung einer trainierten Steuerungsstrategie ein. Das Training der Strategie lief in Isaac Lab über Cloud-Ressourcen. Für eine Anpassung an Rampen und Hindernisse nennt NVIDIA 4.096 parallel laufende Simulationsumgebungen auf einer NVIDIA RTX PRO 6000 Blackwell Workstation Edition.

Was NVIDIA RTX Spark im Workflow zuordnet

Microduck: RTX Spark plant und prüft, Isaac Lab trainiert
NVIDIAs englischsprachige Demo visualisiert den Ablauf von der Planung und Simulation über Cloud-Training bis zur lokalen Prüfung einer Policy.

Eine Policy ist die gelernte Steuerungsstrategie eines Roboters. In NVIDIAs Ablauf formulierten Hermes und NVIDIA Nemotron 3.5 Bolt auf RTX Spark zunächst einen Projektplan. Astra unterstützte die Erstellung von Objekten und die Vorbereitung der Simulation; für die Modellierung kamen FreeCAD und Blender zum Einsatz. Isaac Sim setzte die Umgebung zusammen und simulierte den Roboter.

Anschließend trainierte Isaac Lab die Policy in parallelen Simulationen mit der Physik-Engine Newton. Nach dem Training prüfte Isaac Sim auf RTX Spark eine ausgewählte Policy. Die Rollen sind damit getrennt: RTX Spark diente der lokalen Planung und Auswertung, Isaac Lab dem Training.

Eine konkrete Anpassung lief auf einer separaten GPU

Für die Anpassung an Rampen und Hindernisse setzte NVIDIA laut seinem Technikbericht eine vortrainierte Lauf-Policy ein. Als Beobachtungen dienten Tiefendaten der Kopfkamera und Zustandsdaten des Roboters. Das Training lief in 4.096 parallelen Umgebungen auf einer NVIDIA RTX PRO 6000 Blackwell Workstation Edition. Diese Konfiguration beschreibt die genannte Anpassung.

Microduck-Policies lassen sich auch anders trainieren

Pollen Robotics nennt für das erneute Training von Microduck-Policies zwei Möglichkeiten: den eigenen Rechner oder Hugging Face Jobs. RTX Spark und Cloud-Training sind damit Bestandteile des von NVIDIA gezeigten Workflows, aber keine von Pollen für alle Besitzer festgelegte Voraussetzung.

Pollen bezeichnet den Software-Stack von Microduck als Apache-2.0-lizenziert. Wer außerdem mehr über RTX Spark bei lokaler KI und Akkulaufzeit erfahren möchte, findet dazu den früheren Praxistest von NeoTeo.

Die Berliner Bühnenshow fand zwei Tage vor dem Technikbericht statt

Englischsprachige Aufnahmen zeigen Jensen Huang mit vier Microduck-Robotern auf der Bühne der GTC Berlin.

Am 21. Oktober 2026 stellte NVIDIA-CEO Jensen Huang bei der GTC Berlin vier Microduck-Roboter auf der Bühne vor. NVIDIA veröffentlichte den technischen Bericht zum Trainings- und Simulationsablauf am 23. Oktober 2026.

NVIDIA RTX Spark: Was ein 128-GB-Laptop bei lokaler KI leistet