Die rasante Entwicklung der Technologie verwandelt humanoide Roboter nach und nach vom „Anthropomorphismus“ der Form in die Praktikabilität der Funktion und beschleunigt dadurch die Produktkommerzialisierung und Marktexpansion. NVIDIA forscht und entwickelt aktiv künstliche Intelligenz und Robotiktechnologie, insbesondere im Bereich humanoider Roboter. NVIDIA setzt sich dafür ein, die Entwicklung und Innovation humanoider Roboter weltweit durch Plattformen wie NVIDIA Isaac und NVIDIA Jetson zu beschleunigen. Um die Entwicklung humanoider Roboter weltweit zu beschleunigen, kündigte NVIDIA auf der SIGGRAPH 2024 offiziell eine Reihe von Diensten, Modellen und Computerplattformen für globale Roboterhersteller, KI-Modellentwickler und Softwarehersteller an, um die nächste Generation humanoider Roboter zu entwickeln, zu trainieren und zu bauen .
Die komplette Produktsuite umfasst neue NVIDIA NIM™-Mikrodienste und -Frameworks für Robotiksimulation und -lernen, NVIDIA OSMO-Orchestrierungsdienste für die Ausführung mehrstufiger Robotik-Workloads sowie KI- und simulationsgestützte Remote-Operations-Workflows, die es Forschern ermöglichen, bei der Entwicklung nur geringe Mengen an Menschen einzusetzen Demonstrationsdaten zum Trainieren von Robotern.
Vereinfachen Sie den Trainings- und Simulationsworkflow, verkürzen Sie den Bereitstellungs- und Entwicklungszyklus.
NVIDIA NIM (NVIDIA Inference Manager) ist ein von NVIDIA bereitgestelltes Tool zur Verwaltung und Optimierung des Inferenzprozesses von KI-Modellen. NIM soll Entwicklern und Unternehmen dabei helfen, ihre KI-Inferenzanwendungen effizienter bereitzustellen, zu erweitern und zu warten.
Um Entwicklern dabei zu helfen, die Produktentwicklung zu beschleunigen, stellt NVIDIA vorgefertigte Container bereit, die auf NVIDIA-Inferenzsoftware in NIM-Microservices basieren und es Entwicklern ermöglichen, die Bereitstellungszeit von Wochen auf Minuten zu verkürzen. Robotikexperten werden in der Lage sein, generative physikalische KI-Simulationsworkflows in NVIDIA Isaac Sim™m, einer auf der NVIDIA Omniverse™-Plattform basierenden Robotiksimulations-Referenzanwendung, durch zwei neue KI-Microservices zu verbessern.
Darüber hinaus kann MimicGen NIM synthetische Bewegungsdaten basierend auf Fernbetriebsdaten generieren, die von räumlichen Computergeräten wie Apple Vision Pro aufgezeichnet wurden. RobocasaNIM generiert Roboteraufgaben und simulationsbereite Umgebungen in OpenUSD, einem universellen Framework für Entwicklung und Zusammenarbeit in der 3D-Welt.
NVIDIA OSMO ist jetzt verfügbar und ein Cloud-nativer verwalteter Dienst, der es Benutzern ermöglicht, komplexe Robotik-Entwicklungsworkflows über verteilte Computerressourcen hinweg zu koordinieren und zu skalieren, egal ob vor Ort oder in der Cloud.
OSMO vereinfacht Robotertrainings- und Simulationsabläufe erheblich und verkürzt die Bereitstellungs- und Entwicklungszyklen von Monaten auf innerhalb einer Woche. Benutzer können eine Vielzahl von Aufgaben visuell verwalten, darunter die Generierung synthetischer Daten, Modelltraining, Reinforcement Learning und groß angelegte Software-in-the-Loop-Tests von humanoiden Robotern, autonomen mobilen Robotern und industriellen Manipulatoren.
Es ist nicht schwer zu finden:
Verwenden Sie reale Daten und synthetische Daten, um Zeit zu sparen und Kosten zu senken.
Das Training des Grundmodells humanoider Roboter erfordert eine große Datenmenge. Fernsteuerung ist eine Möglichkeit, menschliche Demonstrationsdaten zu erhalten, aber der Prozess wird immer teurer und langwieriger.
Mit dem NVIDIA Al- und Omniverse-Referenzworkflow für den Remote-Betrieb, der auf der Computergrafikkonferenz SIGGRAPH demonstriert wurde, können Forscher und KI-Entwickler große Mengen synthetischer Bewegungs- und Wahrnehmungsdaten aus einer sehr kleinen Anzahl ferngesteuerter menschlicher Demonstrationen generieren.
Zunächst erfasste der Entwickler mit Apple Vision Pro eine kleine Anzahl von Demonstrationen der Fernbedienung, simulierte diese Aufzeichnungen dann in NVIDIA lsaac Sim und generierte mit MimicGen NIM einen synthetischen Datensatz auf Basis der Aufzeichnungen.
Entwickler können reale Daten und synthetische Daten verwenden, um das Basismodell des humanoiden Roboters Proiect GROOT zu trainieren, um Zeit zu sparen und Kosten zu senken. Anschließend können sie Robocasa NIM in Isaac Lab, ein Roboter-Lernframework, verwenden, um Erfahrungen zu generieren und das Robotermodell neu zu trainieren. Während des gesamten Workflows weist NVIDIAOSMO Rechenaufgaben nahtlos verschiedenen Ressourcen zu und erspart Entwicklern so wochenlangen Verwaltungsaufwand.
Fourier, ein Unternehmen für allgemeine Robotikplattformen, sieht die Vorteile des Einsatzes von Simulationstechnologie zur umfassenden Generierung von Trainingsdaten.
Fourier Alex Gu sagte, dass die Entwicklung humanoider Roboter äußerst komplex sei und diese Arbeit die mühsame Erfassung großer Mengen realer Daten aus der realen Welt erfordere. Die neuen Simulations- und generativen KI-Entwicklertools von NVIDIA werden uns dabei helfen, unseren Modellentwicklungsworkflow zu steuern und zu beschleunigen.
Erweitern Sie die Technologiezugangskanäle der Entwickler und vereinfachen Sie die Entwicklung humanoider Roboter.
NVIDIA bietet drei Computerplattformen, um die Entwicklung humanoider Roboter zu vereinfachen, nämlich: NVIDIA AI Supercomputer zum Trainieren von Modellen; NVIDIA lsaac Sim, der auf 0mniverse basiert, damit Roboter Fähigkeiten erlernen können und in einer simulierten Welt perfektioniert; und der humanoide Robotikcomputer NVIDIA Jetson™ Thor, der zum Ausführen von Modellen verwendet wird. Entwickler können entsprechend ihren spezifischen Anforderungen auf die gesamte Plattform oder einen Teil davon zugreifen und diese nutzen.
Durch das neue NVIDIA Humanoid Robot Developer Program können Entwickler frühzeitig auf diese neuen Produkte sowie auf neue Versionen der universellen humanoiden Roboterbasismodelle NVIDIA lsaac Sim, NVIDIA lsaac Lab, Jetson Thor und Project GR00T zugreifen.
Die ersten Unternehmen, die dem Early-Access-Programm beitreten, sind 1x, Boston Dynamics, ByteDance Research, FieldAl, Figure, Fourier, Galaxy General, Zhuji Dynamics, Mentee, Neura Robotics, Star Dynamics und Skild Al.
Aaron Saunders von Boston Dynamics sagte: „Boston Dynamics und NVIDIA haben eine lange Geschichte der engen Zusammenarbeit bei der Weiterentwicklung der Robotiktechnologie. Wir freuen uns sehr, dass die Ergebnisse dieser Arbeit 33 Entwicklungen in der gesamten Branche beschleunigen.“ Derzeit können Entwickler jetzt dem NVIDIA Humanoid Robot Developer Program beitreten, um auf NVIDIA OSMO und lsaac Lab zuzugreifen, und werden bald auf NVIDIA NIM-Microservices zugreifen können.
Am Ende steht:
Die Entwicklung humanoider Roboter verbessert sich ständig, da sich die Technologie verbessert. Ihre Anwendung in den oben genannten Bereichen wird mit der Weiterentwicklung von künstlicher Intelligenz, maschinellem Lernen und Robotik weiter zunehmen
Wie von NVIDIA Huang Renxun angegeben Der nächste Schritt der KI ist die Robotik, und eine der aufregendsten Entwicklungen sind humanoide Roboter.NVIDIA treibt den gesamten NVIDIA Robotics-Stack voran und eröffnet Entwicklern und Unternehmen für humanoide Roboter auf der ganzen Welt den Zugang zu den Plattformen, Beschleunigungsbibliotheken und KI-Modellen, die ihren Anforderungen entsprechen.
Das obige ist der detaillierte Inhalt vonNVIDIA führt neue Dienste, Modelle und Computerplattformen ein, um die Entwicklung humanoider Roboter zu beschleunigen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
