|
第一机器人网消息,11月9日,英伟达在美国得克萨斯州奥斯汀举行的机器人学习大会(CoRL)上发布了一批开放机器人技术,涉及世界动作模型、仿真工具、基准测试与智能体工作流。 这些技术的目标,是让机器人从行走、滚动、跳跃这类移动能力中走出来,转向对齐齿轮、连接线缆、组装小型部件等对手感要求更精细的操作;与此同时,“智能体机器人”范式开始兴起,把前沿智能体接入物理机器人系统并生成可解释的代码。 作为核心发布,英伟达推出基于 NVIDIA Cosmos 构建的开放前沿世界动作模型 GR00T 2,它使用多样化机器人与人类数据训练,其中包含 10 万小时英伟达开源的人类第一视角数据,用以让机器人学习灵巧操作技能;在 RoboCasa365、RoboLab、RoboDojo 和 MolmoSpaces 等基准的视觉语言动作与世界动作模型类别中,GR00T 2 均位列前三,并多次排名第一。配合开源的机器人学习框架 Isaac Lab,最新版本 3.0 允许研究人员借助智能体快速搭建训练环境,在 NVIDIA PhysX 与 Newton 两种物理求解器之间切换,按需选择感知训练渲染器,并应用新的强化后训练库;与 Newton 更紧密的集成使它能够对线缆、布料等可变形物体以及多关节机器人手这类复杂铰接系统建模。 在基于视觉的灵巧操作基准中,Isaac Lab 3.0 搭配 Newton 的训练吞吐量最高达到 Isaac Lab 2.3 搭配 PhysX 的 2.5 倍,可支持数千台仿真机器人并行训练。在展示的案例中,基于 Isaac Lab 构建的 AlphaNIST 用单一策略学会 NIST 装配任务板上的全部 20 项任务,仅依靠成功与否的二元信号操作毫米级零件,训练成功率超过 98%,而各任务独立训练的策略为 81%,所需 GPU 时间约为后者的 三十九分之一;支撑这一结果的是成功引导采样(SGS)方法,它把练习集中在策略成功率约为一半的任务上,使训练规模可扩展至超过一百万个并行环境。 |
