Az NVIDIA robotjai 95%-os sikerrel szerelik össze a GB300 tesztertálcákat

Az NVIDIA Grace Blackwell GB300 szuperchip az AI-képzés és -inferencia motorja, ám a hozzá tartozó tesztertálcák összeszerelése még mindig emberi munkaerőt igényel. Az NVIDIA Seattle Robotics Lab (SRL) és az Isaac mérnöki csapata egy intelligens robotrendszert épített, amely képes elvégezni ezt a komplex feladatot, ám a fejlesztés számos kihívást tartogatott. (Nvidia Developer)

A GB300 tesztertálcák funkció- és teljesítményellenőrzésére szolgálnak a GB300 számítási modulok kiszállítása előtt. A kutatók két kritikus feladatra összpontosítottak: az egyik a busbar-összeszerelés, ahol egy nehéz fémsínt kell 16 helyen rögzíteni, a másik pedig a multi-connector beillesztés, ahol elektromos csatlakozókat kell szűk helyekre illeszteni. A feladatokat a Foxconn, a GB300 szerződéses gyártója ajánlotta, ahol tapasztalt munkások végzik el őket szinte erőfeszítés nélkül.

A kihívások: bizonytalanság és teljesítmény

A robotika területén Moravec-paradoxonként ismert jelenségre példa, hogy az emberi kézügyességet igénylő feladatok automatizálása rendkívül nehéz. A GB300 összeszerelésénél a bizonytalanság jelenti az elsődleges kihívást: az alkatrészek geometriája, megjelenése és dinamikája nem ismert pontosan, a kezdeti pozíciók pedig jelentősen eltérhetnek. A csatlakozók kábelei deformálódhatnak, és a gyártási variációk is nagyok. Míg a hagyományos gyártásban fix automatizálással csökkentik a bizonytalanságot, itt rugalmas automatizálásra van szükség a gyors tervezési ciklusok és az alacsony volumen miatt.

A második kulcsfontosságú kihívás a teljesítmény. A kutatási eredmények gyakran 50-60%-os sikerességgel is elégedettek, míg itt a cél a valódi, megbízható megoldás. A ciklusidő, a mozgás simasága és a kíméletes kezelés másodlagos szempontok, a statisztikai szigor viszont elsődleges. Az NVIDIA és a Foxconn közösen határozta meg a teljesítményküszöböt, amelyet a közzététel időpontjában már megközelítettek.

A technikai stratégia: a megfelelő eszköz a megfelelő időben

A kutatásban gyakran az újdonság dominál, de az NVIDIA stratégiája a „megfelelő eszköz a megfelelő időben” elvét követte. Először klasszikus módszereket próbáltak ki, majd azután folyamodtak fejlettebb technikákhoz, mint az utánzó tanulás (imitation learning), szimuláció alapú megerősítő tanulás (RL) és valós RL. Ez a megközelítés lehetővé tette az egyes módszerek erősségeinek és gyengeségeinek azonosítását.

Busbar-összeszerelés: a klasszikusok újragondolása

A busbar-összeszerelés során a robotoknak egy hosszú, nehéz busbart kell megragadniuk, átszállítani, beilleszteni és 16 helyen becsavarozni. A klasszikus moduláris folyamat, amely a FoundationPose-t használja a percepcióhoz, Lissajous-görbe manipulációs primitíveket a pozicionáláshoz, és egy nagy teljesítményű impedanciavezérlőt, több mint 95%-os sikert ért el 160 másodperces ciklusidővel. A mechanikai korlátokat 3D-nyomtatott fogóujjak biztosították, így nem volt szükség tapintóérzékelőkre.

Multi-connector beillesztés: új keretrendszerek

A multi-connector beillesztésnél a kábelek megragadása SAM3 szegmentációval sikerült, a csatlakozók megragadásához azonban egy új, speciális pozícióbecslő keretrendszert, a DOPER-t (Deep Object Pose Estimation Revisited) kellett kifejleszteni, amelyet szintetikus és valós adatokon tanítottak.

A beillesztési politikákat az NVIDIA Isaac Lab-ban tanították be szimulációból valóságba átvitt megerősítő tanulással, majd finomították az SPARR módszerrel, amely erő-nyomaték visszajelzést használ. A TALOS (Task and Agent Lifecycle Orchestration System) rendszer újrafelhasználható, konténerizált komponenseket biztosított, felgyorsítva a fejlesztést és a bevezetést.