چگونه شبیه سازی مبتنی بر OpenUSD و تولید داده های مصنوعی باعث پیشرفت یادگیری رباتیک می شود
انتشار: آذر 21، 1403
بروزرسانی: 04 تیر 1404

چگونه شبیه سازی مبتنی بر OpenUSD و تولید داده های مصنوعی باعث پیشرفت یادگیری رباتیک می شود


یادداشت سردبیر: این پست بخشی از در کائنات، مجموعه ای با تمرکز بر نحوه تغییر دادن گردش کار توسط توسعه دهندگان، متخصصان سه بعدی و شرکت ها با آخرین پیشرفت ها در OpenUSD و Nvidia Omniverse.

فناوری های شبیه سازی مقیاس پذیر با کاهش زمان و هزینه های توسعه، آینده روبات های خودران را هدایت می کنند.

Universal Landscape Description (OpenUSD) یک چارچوب داده مقیاس پذیر و قابل همکاری برای توسعه جهان های مجازی ارائه می دهد که در آن روبات ها می توانند یاد بگیرند که ربات شوند. با استفاده از شبیه سازی های مبتنی بر SimReady OpenUSD، توسعه دهندگان می توانند سناریوهای بی حد و حصری را بر اساس دنیای فیزیکی ایجاد کنند.

NVIDIA Isaac Sim در حال توسعه شبیه سازی های رباتیک مبتنی بر هوش مصنوعی است. Isaac Sim یک برنامه مرجع است که بر روی پلتفرم NVIDIA Omniverse برای توسعه دهندگان ساخته شده است تا ربات های مبتنی بر هوش مصنوعی را در محیط های مجازی و فیزیکی شبیه سازی و آزمایش کنند.

در AWS re:Invent، NVIDIA اعلام کرد که Isaac Sim اکنون در نمونه های آمازون EC2 G6e با پردازنده های گرافیکی NVIDIA L40S در دسترس است. این نمونه های قدرتمند عملکرد و دسترسی Isaac Sim را بهبود می بخشد و شبیه سازی رباتیک با کیفیت بالا را مقیاس پذیرتر و کارآمدتر می کند.

این پیشرفت ها در Isaac Sim نشان دهنده یک جهش بزرگ در توسعه رباتیک است. با فعال کردن آزمایش و آموزش مدل های هوش مصنوعی در دنیای مجازی در محیط های مجازی، شرکت ها می توانند زمان استقرار را کاهش دهند و عملکرد ربات را در موارد مختلف بهبود بخشند.

توسعه شبیه سازی های رباتیک با تولید داده های مصنوعی

شرکت های رباتیک مانند Cobot، Field AI و Vention از Isaac Sim برای شبیه سازی و اعتبارسنجی عملکرد ربات استفاده می کنند، در حالی که سایرین، مانند SoftServe و Tata Consultancy Services، از داده های مصنوعی برای اجرای مدل های هوش مصنوعی برای برنامه های مختلف روباتیک استفاده می کنند.

توسعه یادگیری رباتیک ارتباط نزدیکی با فناوری شبیه سازی داشته است. آزمایش های اولیه در رباتیک عمدتاً بر آزمایش های کار و منابع فشرده متکی بود. شبیه سازی ابزاری حیاتی برای ایجاد محیط های دقیق فیزیکی است که در آن روبات ها می توانند از طریق آزمون و خطا یاد بگیرند، الگوریتم ها را بهبود بخشند و حتی مدل های هوش مصنوعی را با استفاده از داده های مصنوعی آموزش دهند.

هوش مصنوعی فیزیکی مدل های هوش مصنوعی را توصیف می کند که می توانند دنیای فیزیکی را درک کنند و با آن تعامل داشته باشند. موج بعدی ماشین ها و ربات های خودران، مانند ماشین های خودران، مانورهای صنعتی، روبات های متحرک، روبات های انسان نما و حتی زیرساخت های مدیریت شده توسط ربات ها مانند کارخانه ها و انبارها را در بر می گیرد.

رباتیک شبیه سازی شده، که دومین کامپیوتر را در راه حل سه کامپیوتری تشکیل می دهد، سنگ بنای توسعه هوش مصنوعی فیزیکی است که به مهندسان و محققان اجازه می دهد تا سیستم ها را در یک محیط مجازی قابل کنترل طراحی، آزمایش و بهبود بخشند.

[embed]https://www.youtube.com/watch?v=uhLDHA9skFk[/embed]

رویکرد اول شبیه سازی به طور قابل توجهی هزینه و زمان مربوط به نمونه سازی را کاهش می دهد و در عین حال ایمنی را افزایش می دهد و به روبات ها اجازه می دهد در سناریوهایی آزمایش شوند که در زندگی واقعی غیرعملی یا خطرناک هستند.

با یک گردش کار مرجع جدید، توسعه دهندگان می توانند ایجاد مجموعه داده های مصنوعی سه بعدی را با استفاده از هوش مصنوعی مولد با استفاده از میکروسرویس های OpenUSD NIM تسریع کنند. این ادغام مسیر ایجاد صحنه تا تقویت داده ها را ساده می کند و امکان آموزش سریع تر و دقیق تر مدل های هوش مصنوعی ادراک را فراهم می کند.

داده های مصنوعی می توانند به حل چالش داده های محدود، محدود یا در دسترس مورد نیاز برای آموزش انواع مختلف مدل های هوش مصنوعی، به ویژه در بینایی رایانه کمک کنند. توسعه مدل های تشخیص عمل یک مورد استفاده رایج است که می تواند از تولید داده های مصنوعی بهره مند شود.

برای آشنایی با نحوه ایجاد یک مجموعه داده ویدیویی برای تشخیص عملکرد انسانی با استفاده از Isaac Sim، به وبلاگ فنی در مورد محک زدن مدل های تشخیص اقدام با داده های مصنوعی مراجعه کنید. شبیه سازی های سه بعدی کنترل دقیقی بر فرآیند تولید تصویر در اختیار توسعه دهندگان قرار می دهد و توهمات را از بین می برد.

شبیه سازی رباتیک انسان

ربات های انسان نما موج بعدی هوش مصنوعی تجسم یافته هستند، اما آنها چالشی را در تقاطع مکاترونیک، نظریه کنترل و هوش مصنوعی نشان می دهند. شبیه سازی برای حل این چالش با ارائه یک پلت فرم ایمن، مقرون به صرفه و همه کاره برای آموزش و آزمایش روبات های انسان نما بسیار مهم است.

با استفاده از NVIDIA Isaac Lab، یک چارچوب یادگیری رباتیک منبع باز یکپارچه که بر روی Isaac Sim ساخته شده است، توسعه دهندگان می توانند سیاست های ربات انسان نما را در مقیاس در سراسر شبیه سازی آموزش دهند. سازندگان پیشرو ربات های تجاری برای مدیریت حرکات و تعاملات پیچیده تر به آزمایشگاه ایزاک متکی هستند.

پروژه NVIDIA GR00T، یک ابتکار تحقیقاتی فعال برای فعال کردن اکوسیستم رباتیک انسان نما برای سازندگان، در جریان کاری مانند GR00T-Gen برای ایجاد وظایف ربات و محیط های آماده شبیه سازی در OpenUSD پیشگام است. آنها می توانند برای آموزش روبات های عمومی برای انجام دستکاری، حرکت و ناوبری استفاده شوند.

تحقیقات اخیر منتشر شده از پروژه GR00T همچنین نشان می دهد که چگونه می توان از شبیه سازی پیشرفته برای آموزش ربات های تعاملی انسانی استفاده کرد. با استفاده از Isaac Sim، محققان یک کنترلر واحد و یکپارچه برای انسان های شبیه سازی شده فیزیکی به نام MaskedMimic توسعه دادند. این سیستم قادر به ایجاد طیف گسترده ای از حرکات در زمین های مختلف از اهداف بصری مشخص شده توسط کاربر است.

دوقلوهای دیجیتال مبتنی بر فیزیک، آموزش هوش مصنوعی را ساده می کنند

شرکای سراسر صنایع از Isaac Sim، Isaac Lab، Omniverse و OpenUSD برای طراحی، شبیه سازی و استقرار ماشین های مستقل هوشمندتر و توانمندتر استفاده می کنند:

  • چابکی Isaac Lab برای ایجاد شبیه سازی هایی استفاده می شود که به رفتارهای ربات شبیه سازی شده اجازه می دهد مستقیماً به ربات منتقل شود و در صورت استقرار در دنیای واقعی، آن را هوشمندتر، انعطاف پذیرتر و قدرتمندتر کند.
  • cobot Isaac Sim با ربات دستیار مبتنی بر هوش مصنوعی Proxie برای بهبود تدارکات در انبارها، بیمارستان ها، سایت های تولیدی و موارد دیگر استفاده می شود.
  • روبات های منسجم این شرکت Isaac Sim را در چارچوب نرم افزاری خود به نام Argus OS ادغام کرده است تا سلول های کاری خودکار مورد استفاده در محیط های تولیدی با ترکیب بالا را توسعه و استقرار دهد.
  • حوزه هوش مصنوعییک سازنده مدل مبتنی بر رباتیک، از Isaac Sim و Isaac Lab برای ارزیابی عملکرد مدل های خود در محیط های پیچیده و بدون ساختار در صنایعی مانند ساخت وساز، تولید، نفت و گاز، معدن و غیره استفاده می کند.
  • فوریه NVIDIA از Isaac Gym و Isaac Lab برای آموزش ربات GR-2 با استفاده از یادگیری تقویتی و شبیه سازی های پیشرفته برای تسریع توسعه، افزایش سازگاری و بهبود عملکرد در دنیای واقعی استفاده می کند.
  • دستکش روباهی Isaac Sim و Omniverse را ادغام می کند تا آزمایش، آموزش و تجزیه و تحلیل داده های حسگر کارآمد ربات را در محیط های سه بعدی واقعی امکان پذیر کند.
  • گالبات Isaac Sim برای تأیید تولید داده های DexGraspNet، یک مجموعه داده در مقیاس بزرگ از 1.32 میلیون مشت ShadowHand استفاده شد که با فعال کردن تأیید مقیاس پذیر تعاملات شیء متنوع در 5355 شی و 133 کلاس، عملکرد دست رباتیک را ارتقا داد.
  • روبات های استاندارد این ربات R01 خود را شبیه سازی و تایید می کند که در عملیات ساخت و تولید استفاده می شود.
  • روبات های سرگردان پلت فرم NOVA آن با Isaac Sim ادغام می شود تا دوقلوهای دیجیتالی مبتنی بر فیزیک و محیط های آموزشی بصری ایجاد کند، تعامل ربات را ساده کرده و آزمایش، اعتبارسنجی و استقرار سیستم های رباتیک را در سناریوهای دنیای واقعی امکان پذیر می کند.

در این ضبط زنده، درباره نحوه پیشرفت یادگیری رباتیک توسط Wandelbots با فناوری NVIDIA بیشتر بدانید:

[embed]https://www.youtube.com/watch?v=dCwNkjkzJcY[/embed]

در دنیای OpenUSD شرکت کنید

کارشناسان NVIDIA و سفیران Omniverse میزبان ساعات اداری پخش زنده و گروه های مطالعاتی هستند تا به توسعه دهندگان روباتیک راهنمایی های فنی و پشتیبانی عیب یابی Isaac Sim و Isaac Lab را ارائه دهند. با این دوره رایگان جدید در موسسه یادگیری عمیق NVIDIA (DLI) نحوه شروع شبیه سازی ربات ها در Isaac Sim را بیاموزید.

برای اطلاعات بیشتر در مورد بهبود گردش کار OpenUSD خود، برنامه درسی جدید یادگیری خودگام Learn OpenUSD را که شامل دوره های رایگان DLI برای متخصصان و توسعه دهندگان طراحی سه بعدی است، بررسی کنید. برای منابع بیشتر درباره OpenUSD، انجمن Alliance for OpenUSD و وب سایت AOUSD را بررسی کنید.

برای کسب اطلاعات بیشتر در مورد آینده هوش مصنوعی و گرافیک، سخنرانی اصلی CES از بنیانگذار و مدیر عامل NVIDIA Jensen Huang را به صورت زنده در روز دوشنبه، 6 ژانویه، ساعت 6:30 بعد از ظهر در لاس وگاس در لاس وگاس از دست ندهید.

با عضویت به روز باشید اخبار انویدیا، ملحق شوید جامعهو NVIDIA Omniverse را دنبال کنید اینستاگرام، لینکدین، میانجیگری و X.

حسن نیت ارائه می دهد تصویر برجسته فوریه.


منبع: https://blogs.nvidia.com/blog/openusd-sdg-advance-robot-learning/