2871
NVIDIA представила нову модель GR00T 2 для навчання роботів, яка дозволяє передавати навички від людей до машин. Модель здатна працювати з різними типами роботів, зокрема з паралельними захоплювальними лапами, п’ятипалими руками та гуманоїдами. Презентація відбулася на конференції з навчання роботів в Остіні, штат Техас, 9 листопада.
Як GR00T 2 навчає роботів новим навичкам
Ключова особливість GR00T 2 полягає в тому, що модель може передавати роботам навички від людей. Оскільки вона працює з кількома типами пристроїв, її можливості стосуються не лише одного конкретного механізму, а різних варіантів роботів: від захоплювальних лап до п’ятипалих рук і гуманоїдів.
У тестах, які охоплювали 50 завдань, GR00T 2 досягнув 40% успішності без спеціального навчання. Після проведення п’яти демонстрацій успішність зросла до 95% за 30 хвилин налаштування на графічній карті NVIDIA RTX 5090. Обробка демонстрацій займала менше трьох хвилин на одне завдання.
Підхід, відомий як перехресна адаптація (X-Adapt), продемонстрував ефективність у навчанні роботів новим навичкам. Наприклад, п’ятипалий робот зміг викласти лабораторну лійку і змочити її в 65% спроб після демонстрації людини. Робот YAM зібрав іграшковий самоскид у 60% спроб після демонстрації іншого робота-маніпулятора.
Модель також використовує моделі міркувань, які розбивають складні завдання на простіші кроки. Окрема функція візуального керування підвищує успішність виконання коротких завдань з 40% до 92%.
Дані для навчання та система UQ-DAAAM
Для навчання GR00T 2 було використано значний обсяг даних: 402730 годин відео зйомки від першої особи, 10184 години демонстрацій ручних захоплень, 23500 годин даних телеоперацій роботів і 100000 годин набору даних Human-1M, який є у відкритому доступі.
На конференції також була представлена система ШІ UQ-DAAAM, розроблена дослідниками MIT. Вона допомагає роботам коригувати описи об’єктів у пам’яті. UQ-DAAAM аналізує зображення предметів з різних ракурсів і розвиває попередню систему DAAAM, яка поєднує комп’ютерний зір і обробку мови. Описані предмети в цій системі зберігаються у вигляді тривимірної карти навколишнього середовища.
Окремо варто згадати компанію Bear Robotics, яка також досягла значних успіхів у робототехніці. Завдяки використанню графічних процесорів NVIDIA вона скоротила час обробки даних для свого гуманоїдного робота KR1 до 60 мілісекунд. Це підкреслює важливість інновацій у навчанні та адаптації роботів до складних завдань.
Нові технології, представлені NVIDIA і MIT, обіцяють значний прогрес у сфері робототехніки та відкривають нові можливості для навчання й адаптації машин до виконання складних задач. Розвиток таких моделей, як GR00T 2, може суттєво підвищити ефективність роботів у різних сферах, від промисловості до медичних застосувань, і сприяти подальшому інтегруванню робототехніки в повсякденне життя.
Джерело: inkorr.com
