Új nyílt robotmodellt és szimulátort mutatott be az NVIDIA

Az NVIDIA a texasi Austinban rendezett Conference on Robot Learning (CoRL) konferencián mutatta be a GR00T 2 nyílt világmodellt és az Isaac Lab 3.0 nyílt forráskódú robottanulási keretrendszert, írja a The Robot Report.

A modellt 100 000 órányi, NVIDIA által nyíltan közzétett egocentrikus adaton tanították, emberi és robotos demonstrációk vegyesen. A cég szerint a GR00T 2 az 50 kiértékelt feladatból 40-et legalább egyszer megold előzetes, feladatspecifikus bemutató nélkül. Egy bemutatóval az átlagos sikerarány 71 százalék, öt bemutatóval 95 százalék — ezek az NVIDIA saját mérési adatai.

Mit tud a modell?

A GR00T 2 emberi demonstrációkból tanul, és készségeket képes átvinni különböző robottestek között anélkül, hogy robotos bemutatóra lenne szükség. Az AI-agentek az API-ján és a kiegészítő eszközökön keresztül egymás után futtathatnak készségeket, és hibából is képesek visszaállni, állítja a cég.

Az NVIDIA szerint a modell a RoboCasa365, RoboLab, RoboDojo és MolmoSpaces benchmarkokon a vizuális-nyelvi-akció (VLA) és a világakció-modellek kategóriáiban a legjobb három közé tartozik.

Isaac Lab 3.0 és a szimuláció

Az Isaac Lab 3.0-ban az agentek gyorsan állíthatnak be tanítókörnyezeteket szimulációra kész eszközökkel, válthatnak az NVIDIA PhysX és a Newton fizikai motorja között, és új megerősítéses utótanítási könyvtárat alkalmazhatnak az alapmodellekre, például a GR00T-ra. A Newton nyílt forráskódú fizikai motorral az Isaac Lab már deformálható tárgyakat, például kábelt és textíliát is képes modellezni. Egy látásalapú ügyességi teljesítményteszten a Newtonnal futó Isaac Lab 3.0 a gyártó szerint akár 2,5-szeres tanítási átbocsátóképességet ért el az Isaac Lab 2.3 PhysX-es verziójához képest.

Új teljesítménytesztek és partnerek

Az Isaac Lab-Arena fejlesztői előzetes verzióban (0.4-es kiadás) érhető el; a DexBench és a VABAR nevű új teljesítménytesztek az RLWRLD, illetve az UC Berkeley és az NVIDIA együttműködésében készültek. A DexBench 15 feladatot tartalmaz négy környezetben — kiskereskedelem, logisztika, gyártás és vendéglátás —, a VABAR pedig hat ipari feladaton méri a robotokat.

Olyan partnerek használják a technológiát, mint a Skild AI, a Flexion, a FieldAI és a Dyna Robotics. A Nexuni robotos mosodai alkalmazáson, a Foxconn szervergyártáson, a Siemens több ipari területen tesztelik a GR00T 2-t. Az NVIDIA a koreai Point2 startupba fektetett be, és további befektetéseket tervez a Motif Technologies, az RLWRLD és az Upstage cégekbe.

A Nexuni robotos mosodai alkalmazása és a Foxconn szervergyártása mellett a Siemens is a GR00T 2-t teszteli, miközben az NVIDIA a Point2 startupba fektetett be.