Robotların uyarlanabilir olması, yeni becerileri kolayca öğrenmesi ve çevrelerine uyum sağlaması gerekir. Ancak geleneksel eğitim yöntemleri bir robotun öğrenilen becerileri yeni durumlarda uygulama yeteneğini sınırlayabilir. Bu genellikle algı ve eylem arasındaki boşluktan ve becerileri farklı bağlamlarda aktarmadaki zorluklardan kaynaklanır.
NVIDIA Isaac Laboratuvarı bu sınırlamaları ele alan robot öğrenimi için açık kaynaklı modüler bir çerçevedir. Isaac Lab’ın çeşitli eğitim ortamları için modüler yüksek doğruluklu simülasyonları fiziksel yapay zeka yetenekleri ve GPU destekli fizik simülasyonları.
Isaac Lab hem taklit öğrenmeyi (insanları taklit etme) hem de takviyeli öğrenme (deneme yanılma yoluyla öğrenme), herhangi bir robot düzenlemesi için eğitim yaklaşımlarında esneklik sağlar. Robot üreticilerinin değişen iş ihtiyaçlarıyla robot becerilerini eklemelerine veya güncellemelerine yardımcı olan eğitim senaryoları için kullanıcı dostu bir ortam sunar.
Birçok endüstri işbirlikçisi, insansı robotları verimli bir şekilde eğitmek için Isaac Lab’ı kullanıyor. Bunlar arasında, GR1 insansı robotu insan benzeri serbestlik derecelerine sahip olan Fourier Intelligence ve MenteeBot’u evden depoya uygulamalar için yapılmış olan Mentee Robotics yer alıyor.
ORBIT-Cerrahi cerrahlara yardımcı olmak ve zihinsel iş yüklerini azaltmak için da Vinci Araştırma Kiti (dVRK) gibi robotları eğiten Isaac Lab tabanlı bir simülasyon çerçevesidir. Çerçeve, takviyeli öğrenme ve taklit öğrenmeyi kullanır ve NVIDIA RTX GPU’larırobotların hem sert hem de yumuşak nesneleri manipüle edebilmesini sağlamak için. Ek olarak, NVIDIA Omniverse yüksek doğruluk üretmeye yardımcı olur sentetik veri Gerçek dünyadaki hastane ameliyathane videolarında cerrahi aletlerin segmentasyonu için yapay zeka modellerinin eğitilmesinde kullanılabilecek.
Boston Dinamikleri Isaac Lab’ı kullanıyor ve NVIDIA Jetson AGX Orin simüle edilmiş politikaların çıkarım için doğrudan dağıtılmasını sağlayarak dağıtım sürecini basitleştirmek. Daha fazla bilgi için bkz. Sim-Gerçek Arasındaki Açığı Kapatma: NVIDIA Isaac Lab ile Spot Dört Ayaklı Hareket Eğitimi.
Bu gönderi, NVIDIA Isaac Lab’ın temel özelliklerine genel bir bakış ve NVIDIA Humanoid Robot Developer Program’daki Isaac Lab ekosistemi işbirlikçilerinin önizlemesini sunar. Ayrıca NVIDIA OSMO platformunu kullanarak robot iş akışlarının nasıl ölçekleneceğini açıklar.
Hızlandırılmış robot öğrenimi için Isaac Lab özellikleri
Isaac Lab’da bulunan temel özellikler arasında, kusursuz ve etkili robot politikası eğitimi için takviyeli ve taklitli öğrenme, PhysX tarafından sağlanan hızlı ve doğru fizik simülasyonu, vektörleştirilmiş işleme için döşenmiş işleme API’leri, sağlamlığı ve uyarlanabilirliği artırmak için alan rastgeleleştirme ve bulutta çalıştırma desteği yer alır.
Tek bir araçta birden fazla robot eğitim tekniği: Isaac Lab, takviyeli öğrenme ve taklit öğrenme yoluyla robot öğrenmesini sağlayan bir simülasyon uygulamasıdır.
Takviyeli öğrenme (RL): Robotlar deneme yanılma yoluyla öğrenir, bu da onları yeni durumlara daha kolay adapte eder ve bazı görevler için potansiyel olarak insan performansını aşar. Ancak, RL yavaş olabilir ve robotun öğrenmesini yönlendirmek için dikkatlice tasarlanmış ödül fonksiyonları gerektirir. Isaac Lab, RL için destek sağlıyor Çevre verilerini fonksiyon argümanına ve dönüş tiplerine dönüştüren farklı kütüphanelere sarmalayıcılar aracılığıyla.
Taklit öğrenimi: Robotlar insan gösterilerini taklit ederek öğrenir. Bu yöntem, daha az veri gerektiren ve insan uzmanlığından yararlanan belirli hareketler veya davranışlar içeren görevler için idealdir. Destek taklit öğrenme Robomimic öğrenme çerçevesi ile gelir ve verilerin HDF5’te kaydedilmesini sağlar.
Görev tasarımı iş akışlarında esneklik: Robot eğitim ortamlarını iki şekilde oluşturun: yönetici tabanlı veya doğrudan. Yönetici tabanlı iş akışıyla, ortamın farklı bölümlerini kolayca değiştirebilirsiniz. Karmaşık mantık için performansı optimize etmek amacıyla doğrudan iş akışı önerilir.
Fayanslı sıvama: Isaac Lab, şu anda robot öğrenimi için yüksek kaliteli görselleştirme sunan tek endüstri aracıdır ve simülasyon ile gerçek arasındaki uçurumu azaltmaya yardımcı olur. Kiremitli sıvama birden fazla kameradan gelen girdiyi tek bir büyük görüntüde birleştirerek işleme süresini azaltır. İşlenen çıktının doğrudan simülasyon öğrenimi için gözlemsel veri olarak hizmet ettiği, görüntü verilerinin işlenmesi için kolaylaştırılmış bir API sağlar.
Çoklu GPU ve çoklu düğüm desteği: Karmaşık takviyeli öğrenme ortamları için, aşağıdakiler istenebilir: birden fazla GPU’da eğitimi ölçeklendirinBu, Isaac Lab’da şu şekilde mümkündür: PyTorch dağıtıldı çerçeve.
Vektörize API’ler: Sahnedeki farklı nesneler için önbelleğe alma dizinlerini ve sahnedeki birden fazla görünüm nesnesi desteğini ortadan kaldırarak, geliştirilmiş kullanılabilirlik için geliştirilmiş Görünüm API’lerinden yararlanın.
Genel bulutlara kolay dağıtım: Destekler dağıtım AWS, GCP, Azure ve Alibaba Cloud’da, konteynerlerde verimli RL görev yürütme için Docker entegrasyonu ve OSMO’yu kullanarak çoklu GPU ve çoklu düğüm işlerinin sorunsuz ölçeklenmesi.
Doğru fizik simülasyonu: Isaac Lab aracılığıyla en son GPU hızlandırmalı PhysX sürümünden yararlanın; deforme edilebilirler için destek de dahil olmak üzere, alan rastgeleleştirmeleriyle desteklenen hızlı ve doğru fizik simülasyonlarını garantileyin.
NVIDIA OSMO ile robot iş akışlarını ölçeklendirin
NVIDIA OSMO, çeşitli görevleri düzenlemeye, görselleştirmeye ve yönetmeye yardımcı olan bulut tabanlı bir iş akışı düzenleme platformudur. Bunlara sentetik veri oluşturma, temel modelleri eğitme ve herhangi bir robot düzenlemesi için döngüde yazılım sistemleri uygulama dahildir.
NVIDIA OSMO ile işletmeler, kapsamlı şirket içi BT uzmanlığı olmadan robotları verimli bir şekilde eğitebilir. NVIDIA OSMO’ya erken erişim talebinde bulunun.
İnsansı robot öğrenimi için yapay zeka temel modelleri
NVIDIA Projesi GR00T, insansı robotlar için genel amaçlı temel modeller geliştirme girişimidir. Isaac Lab, endüstri işbirlikçilerinin robot öğrenimi gerçekleştirmesini sağlar; buna şunlar dahildir: 1X, Yapay Zeka Enstitüsü, Boston DinamikleriByteDance Araştırması, Alan AI, Fourier, Galbot, LimX Dinamikleri, ÖğrenciNEURA Robotik, Robot ÇağıVe Beceri AI.
İnsansı dinamikleri modellemenin karmaşıklığı, eklenen her özgürlük derecesiyle birlikte katlanarak artar. RL ve taklit öğrenme, çok çeşitli görev ve ortamlarda çalışan insansılar için politikalar geliştirmenin tek ölçeklenebilir yoludur.
İnsansı robotlarla robotik uygulamalar geliştiren işletmeler NVIDIA İnsansı Robot Geliştirici Programı’na başvuruda bulunmaya davet ediliyor.
Başlamak
NVIDIA Isaac Lab, özelleştirilebilir ortamlar, sensörler ve eğitim senaryoları ile modüler yetenekler sunuyor; ayrıca, herhangi bir robot uygulamasının hızlı gösterilerden öğrenmesine yardımcı olan takviyeli öğrenme ve taklit öğrenme gibi teknikler de sunuyor.
Robot somutlaştırma politikalarınızı daha hızlı eğitmeye başlamaya hazır mısınız? Isaac Lab, BSD-3 lisansı altında açık kaynaklıdır ve şu şekilde kullanılabilir: isaac-sim/IsaacLab GitHub’da.
Mevcut bir NVIDIA Isaac Gym (Isaac Lab’ın öncülü) kullanıcısıysanız, robot öğrenme alanındaki en son gelişmelere ve robot eğitim çabalarınızı hızlandıracak güçlü bir geliştirme ortamına erişebilmek için Isaac Lab’a geçmenizi öneririz.
SIGGRAPH 2024’te NVIDIA CEO’su Jensen Huang, Meta kurucusu ve CEO’su Mark Zuckerberg ve WIRED Kıdemli Yazarı Lauren Goode ile şömine başı sohbetleri için bir araya geldi. Şömine başı sohbetlerini ve diğer oturumları izleyin NVIDIA SIGGRAPH 2024’te Talep üzerine.
Robotik geliştiricimize abone olarak güncel kalın haber bültenive NVIDIA Robotics’i takip ederek Youtube, UyuşmazlıkVe geliştirici forumları.
