Comparer

Simulateurs

Comparez les simulateurs pour la robotique et l'IA physique : licence, moteur physique, accélération GPU, support ROS.

Mis à jour le 2026-07-09 · 8 fiches · JSON

Cliquez sur une ligne pour afficher les détails, les sources et la date de vérification.

Nom Organisation Licence Open source Moteur physique Accél. GPU ROS

Isaac Sim 5.0 et Isaac Lab 2.2 sont en disponibilité générale depuis SIGGRAPH 2025, l'application Isaac Sim étant open source sur GitHub sous Apache-2.0 (le socle Omniverse Kit reste propriétaire). C'est la plateforme industrielle de référence pour l'entraînement de politiques humanoïdes et de manipulation, désormais compatible avec le moteur Newton.

Usages : RL training, synthetic data, sim2real, digital twin

Sources : NVIDIA Technical Blog (2025-08-11)GitHub (isaac-sim) (2026-07-09)NVIDIA Developer (2026-07-09) Dernière vérification 2026-07-09

Passé en open source par DeepMind en 2022, MuJoCo reste le moteur physique le plus cité en recherche sur l'apprentissage robotique ; la série 3.x a ajouté MJX pour le matériel accéléré, et MuJoCo Warp (optimisé GPU, jusqu'à ~70x plus rapide sur les humanoïdes) sert aussi de solveur dans le moteur Newton de NVIDIA.

Usages : RL training, sim2real, model-based control, benchmarking

Sources : GitHub (google-deepmind) (2026-07-09)GitHub (google-deepmind) (2026-07-09)GitHub (google-deepmind) (2026-07-09) Dernière vérification 2026-07-09

Lancé en décembre 2024 comme collaboration académique, Genesis est devenu l'un des simulateurs robotiques adoptés le plus rapidement, et son développement est désormais soutenu par la startup Genesis AI (repackagé en genesis-world). Il charge les formats MJCF, URDF et maillages, et couvre le spectre complet du robot rigide à la simulation de corps souples et de fluides.

Usages : RL training, synthetic data, soft robotics, generative simulation

Sources : GitHub (Genesis-Embodied-AI) (2026-07-09)GitHub (Genesis-Embodied-AI) (2026-07-09)GitHub (Genesis-Embodied-AI) (2026-07-09) Dernière vérification 2026-07-09

Gazebo Jetty, la 10e version majeure, est sortie le 30 septembre 2025 en LTS supportée jusqu'en septembre 2030. La physique tourne sur CPU (le GPU sert au rendu et aux capteurs), ce qui le destine davantage à l'intégration système et aux tests qu'à l'entraînement RL massivement parallèle.

Usages : CI testing, ROS development, digital twin, multi-robot simulation

Sources : Open Robotics Discourse (2025-09-30)GitHub (gazebosim) (2026-07-09)gazebosim.org (2026-07-09) Dernière vérification 2026-07-09

Le développement est passé en mode maintenance (dernière version 3.2.7, janvier 2025) et l'essentiel de la recherche RL a migré vers des simulateurs natifs GPU, mais PyBullet reste très utilisé en enseignement et comme référence CPU légère.

Usages : RL training, prototyping, education, benchmarking

Sources : PyPI (2025-01-30)GitHub (bulletphysics) (2026-07-09)pybullet.org (2026-07-09) Dernière vérification 2026-07-09

Né à l'EPFL en 1996 et passé en open source en décembre 2018, Webots est le premier simulateur robotique européen (EMEA) ; la dernière version stable R2025a (février 2025) a ajouté de nouveaux modèles de robots et amélioré le support ROS 2, avec des builds nightly toujours actifs en 2026.

Usages : education, prototyping, ROS development, competitions

Sources : GitHub (cyberbotics) (2025-02-04)GitHub (cyberbotics) (2026-07-09)Cyberbotics (2026-07-09) Dernière vérification 2026-07-09

Successeur de V-REP, développé en Suisse ; la version 4.10 est sortie en mai 2025. L'édition Edu est gratuite mais réservée aux écoles et universités, tandis que l'usage commercial requiert une licence CoppeliaSim Pro.

Usages : prototyping, education, factory simulation, algorithm validation

Sources : Coppelia Robotics (2026-07-09)Coppelia Robotics (2025-05-14)Coppelia Robotics (2026-07-09) Dernière vérification 2026-07-09

Annoncé à la GTC en mars 2025 et publié en bêta ouverte à CoRL 2025 sous gouvernance Linux Foundation, Newton est le grand nouvel entrant 2025-2026 : il s'intègre à Isaac Lab et MuJoCo Playground, et est déjà utilisé par Skild AI et Samsung pour la manipulation fine et l'entraînement sur objets déformables.

Usages : RL training, sim2real, differentiable physics, deformable simulation

Sources : NVIDIA Technical Blog (2025-03-18)NVIDIA Newsroom (2025-09-29)GitHub (newton-physics) (2026-07-09) Dernière vérification 2026-07-09

8 / 8 fiches

D·Fairy

Vous introduisez une solution physical AI dans l'industrie européenne ?

D·Fairy accompagne les entreprises de robotique et d'IA incarnée sur leur entrée marché EMEA : accès OEM et Tier 1, pilotes cofinancés, AI Act.

Réserver un premier appel