Curieux.JY
  • JungYeon Lee
  • Post
  • Projects
  • Note

On this page

  • 1) 바로 따라할 수 있는 “Newton 기반 로보틱스 코드” 3축
    • A. 엔진 자체 예제(로봇/센서/IK/멀티피직스) — 가장 빠른 출발점
    • B. Isaac Lab 통합(실험 브랜치) — RL 파이프라인(학습/전이)까지 한 번에
    • C. 논문급 “Newton/Warp 생태계” 연구 + 코드: NeRD (CoRL 2025)
  • 2) Newton 생태계에서 “로보틱스 연구/코드”를 더 빨리 발굴하는 포인트
    • 핵심 구성요소(레포/프로젝트)
    • “Warp.sim → Newton” 마이그레이션도 연구코드 추적에 도움
  • 3) 지금 시점(2026-02-03)에서의 “현실적인 결론”

📝Newton 기반 로보틱스 연구 리소스 정리

newton
robotics
simulation
2026
Newton 물리 엔진을 활용한 로보틱스 연구 코드, Isaac Lab 통합, NeRD 등 주요 리소스 모음
Published

February 2, 2026

Newton으로 진행된(또는 Newton을 백엔드/통합으로 쓰는) 최근 로보틱스 연구 + 소스코드를 바로 쓸 수 있는 축으로 정리한 글입니다.


1) 바로 따라할 수 있는 “Newton 기반 로보틱스 코드” 3축

A. 엔진 자체 예제(로봇/센서/IK/멀티피직스) — 가장 빠른 출발점

newton-physics/newton 안에 로봇 예제가 꽤 풍부합니다(휴머노이드/사족/프랑카/UR10 등 + cloth/mpm/diffsim/sensor/IK). (GitHub)

특히 “로보틱스 연구용으로 바로 만져볼” 포인트는:

  • Robot examples: robot_humanoid, robot_g1, robot_h1, robot_anymal_*, robot_panda_hydro, robot_policy 등
  • 센서: sensor_contact, sensor_tiled_camera, sensor_imu
  • 접촉 많은 멀티피직스: cloth / MPM 예제들 (예: cloth_h1, mpm_anymal, mpm_twoway_coupling)

팁: “Newton을 쓴 로보틱스 코드”를 찾는 가장 확실한 방법은 레포 내부 examples를 기준으로 파생 프로젝트를 만들거나, examples에 등장하는 로봇/센서/솔버 이름으로 GitHub 검색을 확장하는 방식입니다.


B. Isaac Lab 통합(실험 브랜치) — RL 파이프라인(학습/전이)까지 한 번에

Isaac Lab 쪽에 Newton 통합 실험 브랜치(feature/newton)가 있고, 현재는 classic RL + flat terrain locomotion 위주로 돌아가는 상태라고 문서/공지에 명시돼 있어요. (Isaac Sim)

여기서 바로 유용한 건:

  • 설치/제약사항(우분투 22.04/24.04, 윈도는 향후) (Isaac Sim)

  • Sim-to-Sim 정책 전이(PhysX ↔︎ Newton) 스크립트/설정 yaml이 문서로 제공됨 (Isaac Sim)

    • Unitree G1/Go2/H1, ANYmal-D 등에 대해 양방향 테스트 언급

즉, “Newton으로 학습하고 다른 물리엔진으로 옮긴다” 같은 비교 실험을 하고 싶으면 Isaac Lab 통합 문서가 제일 빠릅니다.


C. 논문급 “Newton/Warp 생태계” 연구 + 코드: NeRD (CoRL 2025)

현재 “Newton을 직접적으로 연구에 녹여서 공개 코드까지 있는” 대표 사례는 NeRD(Neural Robot Dynamics)가 제일 깔끔합니다.

  • 논문(arXiv 2025-08-21) (arXiv)
  • 코드: NVlabs/neural-robot-dynamics (Warp 백엔드 솔버로 NeRD를 교체 가능한 형태로 통합) (GitHub)
  • 배경/해설(NVIDIA 블로그) (NVIDIA Developer)

NeRD는 “해석적 시뮬레이터의 low-level dynamics/contact solver를 learned model로 대체”하는 접근이라, Newton이 지향하는 GPU/로봇러닝 워크로드와 결이 잘 맞습니다.


2) Newton 생태계에서 “로보틱스 연구/코드”를 더 빨리 발굴하는 포인트

핵심 구성요소(레포/프로젝트)

  • Newton 코어: newton-physics/newton
  • Google DeepMind의 mujoco_warp (Newton에 통합된다고 명시) (GitHub)
  • MuJoCo→USD 변환기: newton-physics/mujoco-usd-converter (자산/환경 이식할 때 매우 유용) (GitHub)
  • Actuator 모델 모음: newton-physics/newton-actuators (최근 업데이트가 매우 신선함) (GitHub)
  • Newton GitHub org “Key Repositories” 한 번에 보기 (GitHub)

“Warp.sim → Newton” 마이그레이션도 연구코드 추적에 도움

NVIDIA Warp에서 warp.sim이 제거되고 Newton이 사실상 후속으로 자리잡는 흐름이 명시돼 있어, 예전 Warp.sim 기반 로보틱스 코드를 Newton으로 옮기는 것도 자연스러운 경로입니다. (GitHub)


3) 지금 시점(2026-02-03)에서의 “현실적인 결론”

Newton은 2025년 공개 이후 아직 생태계가 폭발적으로 넓어진 단계는 아니고, 공개된 “논문+코드”로 바로 연결되는 건 NeRD 같은 몇 개의 대표 케이스 + Isaac Lab 통합 트랙이 가장 확실합니다. (Linux Foundation) 대신 코어 레포 examples가 로봇/센서/멀티피직스까지 광범위해서, “연구 프로토타이핑 기반”은 이미 상당히 강합니다.

Copyright 2026, JungYeon Lee