Η Nvidia παρουσιάζει το GR00T 2 για την εκμάθηση λεπτών εργασιών σε ρομπότ

Η NVIDIA ↘ 4.30% αξιοποίησε την πρώτη ημέρα του συνεδρίου Conference on Robot Learning (CoRL) στο Όστιν του Τέξας, τη Δευτέρα 9 Νοεμβρίου, για να παρουσιάσει το GR00T 2, ένα ανοιχτό "μοντέλο δράσης κόσμου" για τον χειρισμό ρομπότ, μαζί με νέα εργαλεία προσομοίωσης και δείκτες αναφοράς. Ερευνητές του UC Berkeley που συνεργάζονται με την NVIDIA παρουσίασαν επίσης τη "ρομποτική πρακτόρων", μια προσέγγιση όπου πράκτορες τεχνητής νοημοσύνης γράφουν προγράμματα ελέγχου ρομπότ, τα δοκιμάζουν σε προσομοίωση και τα αναθεωρούν όταν αποτυγχάνουν, σύμφωνα με το πανεπιστήμιο.blogs.nvidia.com+1

Οι ανακοινώσεις αντικατοπτρίζουν μια ευρύτερη στροφή στον τομέα, από την εκμάθηση των ρομπότ στο να περπατούν, στην εκμάθηση λεπτών εργασιών όπως η σύνδεση καλωδίων και η συναρμολόγηση μικρών εξαρτημάτων. Το συνέδριο διαρκεί έως τις 12 Νοεμβρίου.nvidia.com

Πράκτορες που γράφουν κώδικα για ρομπότ

Το πλαίσιο Graph-as-Policy του Berkeley χωρίζει μια εργασία ρομπότ σε επιμέρους δεξιότητες, όπως ο εντοπισμός ενός αντικειμένου, ο σχεδιασμός μιας λαβής και η κίνηση χωρίς συγκρούσεις. Στη συνέχεια, οι πράκτορες τεχνητής νοημοσύνης συνδέουν αυτές τις δεξιότητες σε ένα πρόγραμμα και το εξασκούν σε διάφορες παραλλαγές εργασιών χρησιμοποιώντας τις βιβλιοθήκες προσομοίωσης Isaac της NVIDIA, ανέφερε το Berkeley. Σε μια δοκιμή, το μοντέλο Astra της OpenAI δημιούργησε μια προσομοίωση φυσικής από ένα σύντομο βίντεο ενός ρομπότ που σκουπίζει μελάνι από μια μεταλλική ράβδο με ένα σφουγγάρι, και στη συνέχεια παρήγαγε κώδικα ελέγχου που λειτούργησε σε ένα πραγματικό ρομπότ.techxplore.com

"Η ρομποτική πρακτόρων παρέχει έναν κρίκο που έλειπε ανάμεσα στις μεθόδους που βασίζονται σε μοντέλα και σε εκείνες που δεν βασίζονται. Είναι ένας δρόμος προς τα εμπρός που δεν απαιτεί επιπλέον δεδομένα", δήλωσε ο Ken Goldberg, ο ρομποτιστής του Berkeley που ηγείται της έρευνας. Η εταιρεία Ambi Robotics με έδρα το Berkeley χρησιμοποίησε αυτές τις μεθόδους για να αναβαθμίσει τα ρομπότ διαλογής δεμάτων της, προσθέτοντας δυνατότητα για περισσότερα από 15.000 δέματα ανά ρομπότ ετησίως, και έχει εφαρμόσει την αλλαγή στο 30% του στόλου της στις ΗΠΑ, ανέφερε το πανεπιστήμιο. Το Berkeley και η NVIDIA κυκλοφόρησαν επίσης το VABAR, έναν δείκτη αναφοράς που καλύπτει έξι βιομηχανικές εργασίες με τυποποιημένες παραλλαγές και επίπεδα δυσκολίας, δήλωσε η NVIDIA.blogs.nvidia.com+1

GR00T 2 και εργαλεία προσομοίωσης

Το GR00T 2 είναι χτισμένο πάνω στο NVIDIA Cosmos και εκπαιδεύτηκε εν μέρει σε 100.000 ώρες βίντεο ανοιχτού κώδικα από την οπτική γωνία ανθρώπων. Σύμφωνα με την NVIDIA, πέτυχε κατά μέσο όρο 71% επιτυχία σε 50 εργασίες με μία επίδειξη ανά εργασία, και 95% με πέντε. Η Foxconn το εφαρμόζει στην κατασκευή διακομιστών, ενώ η Siemens το αξιολογεί για βιομηχανικές χρήσεις.blogs.nvidia.com

Το Isaac Lab 3.0, το οποίο έγινε ευρέως διαθέσιμο στο GTC Berlin τον Οκτώβριο, επιτρέπει στους πράκτορες να δημιουργούν περιβάλλοντα εκπαίδευσης. Με τη μηχανή φυσικής Newton, απέδωσε έως και 2,5 φορές μεγαλύτερη ταχύτητα εκπαίδευσης από το Isaac Lab 2.3 σε έναν δείκτη αναφοράς επιδεξιότητας βασισμένο στην όραση, ανέφερε η NVIDIA. Η εταιρεία ανέδειξε επίσης το DexBench, έναν δείκτη αναφοράς επιδεξιότητας που δημιουργήθηκε με το RLWRLD, και σημείωσε ότι δύο εργασίες της NVIDIA συγκαταλέγονται στους έξι φιναλίστ για τα βραβεία Best Paper του CoRL.investor.nvidia.com

Παραμένουν οι περιορισμοί

Ο Goldberg δήλωσε ότι τα οφέλη είναι πιο εμφανή στις επαναλαμβανόμενες βιομηχανικές εργασίες και προειδοποίησε ότι τα οικιακά ρομπότ που διπλώνουν ρούχα απέχουν ακόμη αρκετά. Παρόλα αυτά, παραμένει ενθουσιώδης. "Για μένα, η ρομποτική πρακτόρων είναι η πιο συναρπαστική τεχνολογική εξέλιξη μετά το διαδίκτυο το 1995", δήλωσε στην ανακοίνωση της NVIDIA.blogs.nvidia.com