分別以著名物理學者牛頓，以及知名科幻小說作者艾西莫夫的名字作為命名，NVIDIA針對以Jetson開發板做為設計的機器人打造訓練模擬器「ISAAC」，讓開發者能以顯示卡效能模擬基於Jetson開發板運算效能的虛擬機器人，並且能透過虛擬多組機器人方式同時進行訓練，藉此加速整體訓練效率，並且縮短整體學習所需時間。
這樣的做法，主要藉由軟體模擬訓練學習模式，讓開發者無須透過實際硬體投入訓練，同時更容易縮減整體訓練所需時間，使機器人運作行為學習更具效率，之後即可直接將學習成果套用在實際採用Jetson開發板機器人，並且正確執行預期學習動作。
類似概念則與先前Google人工智慧系統AlphaGo與韓國棋王李世乭對弈過程中，透過虛擬化多個運算模式交互學習，藉此找出最佳棋路走法，或是像漫畫《火影忍者》主角鳴人透過多重影分身術進行學習，即可在短時間內學會高難度忍術的情況。
而限制模擬為Jetson開發板運算效能的原因，最主要在於機器人端的運算效能不能超出現有Jetson開發板執行能力，否則將使機器人運作產生異常。同時，藉由軟體模擬投入訓練方式，其實也能避免實際以硬體訓練時造成意外等風險，例如機器尚未完成訓練前可能因為不知道如何正確行走而跌倒，或是不小心傷及路人等。
此次說明是以訓練機器人將紅色曲棍球正確打進球門為例，傳統訓練方式通常是先建造實際機器人，並且持續讓機器人嘗試學習正確將紅色棍滾球打進球門的指令，但中間過程可能需要竟由長時間的重複學習才能達成具體訓練結果，但若以軟體形式進行模擬訓練的話，即可在短時間以大量模擬訓練方式學會。
就NVIDIA表示，以「ISAAC」透過虛擬化的模擬訓練方式確實也能應用在自動駕駛車輛訓練，但目前面臨最大困難其實還是在於如何模擬真實場景的每一個細節，畢竟以現有硬體資源要能完整模擬真實世界仍有一定難度，同時也不符合效益，反而透過實際封閉道路環境先行訓練基礎駕駛能力，接著再實際上路測試的做法會更實際。因此就「ISAAC」的實際應用，對於需要快速訓練機器人特定行為，或是針對自動操作模式優化會有更合適效果，甚至能確保訓練過程的安全與陳本支出。
