NVIDIA 于 10 月 23 日公开以 Microduck 为参考机器人的 Agent 工作流，把需求规划、三维资产、物理仿真和策略训练连在一起。用户描述障碍赛道后，Hermes 与 Nemotron 在 RTX Spark 上将任务拆成项目计划，再由 Astra 接手资产创建和仿真准备。
Astra 根据参考图通过 FreeCAD 建立可编辑几何结构，在 Blender 添加细节与材料，并导出 USD 资产。场景装配进入 Isaac Sim，Newton 负责物理行为，Omniverse 库提供视觉与传感器模拟。策略结合头部深度相机和机器人状态观测，示例在一张 RTX PRO 6000 Blackwell 上运行四千零九十六个并行环境，训练坡道与障碍通过能力。
训练好的策略返回本地 RTX Spark，在 Isaac Sim 中检查障碍检测、动作调整与完成情况。文章明确，场景创建和模拟评估构成实机部署的基础，硬件迁移仍需要执行器模型、参数校准和领域随机化处理差距。开发者可沿用该示例的场景与训练流程，再为目标机器人调整仿真和控制参数。