AWS یک زنجیره ابزار فیزیکی هوش مصنوعی متن‌باز برای رباتیک راه‌اندازی کرده است. این انتشار در کنار کار گسترده‌تر شرکت روی ماشین‌های فیزیکی هوش مصنوعی قرار می‌گیرد و نقطه اصطکاک شناخته‌شده‌ای در سیستم‌های تجسم‌یافته را هدف می‌گیرد: انتقال میان شبیه‌سازی، آموزش مدل و پشته کنترلی که روی سخت‌افزار واقعی اجرا می‌شود. یک زنجیره ابزار باز اهمیت دارد چون بیشترین تلاش یکپارچه‌سازی رباتیک در همین انتقال صرف می‌شود و همان‌جایی است که چسب مخصوص هر فروشنده tends to accumulate.
برای تیم‌هایی که عامل‌های فیزیکی می‌سازند، اثر عملی یک سطح مشترک برای دارایی‌های شبیه‌سازی، خطوط لوله آموزش و اهداف استقرار است، نه سه زنجیره ابزار جداگانه که با کد سفارشی به هم وصل شده‌اند. این به‌خودی‌خود انتقال از محیط شبیه‌سازی‌شده به محیط واقعی را تضمین نمی‌کند و پوشش ارائه‌شده پلتفرم‌های ربات پشتیبانی‌شده، بک‌اندهای شبیه‌سازی، شرایط مجوز یا نیازمندی‌های سخت‌افزاری را توصی
600.jpg)g)سی شود.
Nvidia به‌طور جداگانه هوش مصنوعی فیزیکی را برای روبوتاکسی‌ها و ربات‌های انسان‌نما پیش می‌برد، بنابراین این زنجیره ابزار در بازاری وارد می‌شود که پشته‌های شبیه‌سازی و کنترل توسط بیش از یک فروشنده مورد رقابت قرار دارند. برای مهندسی عامل، پرسش جالب این است که آیا یک لایه یکپارچه‌سازی باز هزینه نگهداری یک سیاست واحد در شبیه‌سازی و کنترل مستقرشده را کاهش می‌دهد، یا صرفاً کار یکپارچه‌سازی را جابه‌جا می‌کند. استودیو مخزن و هر ارزیابی منتشرشده از انتقال شبیه‌سازی به واقعیت را پیگیری خواهد کرد.