Asawaree Bhide

Asawaree Bhide 是 NVIDIA 的 AI 嵌入式工程實習生,致力于優化和部署邊緣設備上的深度學習模型。她目前正在喬治亞理工學院攻讀計算機科學碩士學位,她對解決由具體代理自主導航的復雜感知任務感興趣。Tomasz Lewicki 是 NVIDIA 的嵌入式工程實習生。他擁有圣何塞州立大學計算機工程碩士學位,華沙工業大學華沙工業大學機器人工程學學士學位。他的興趣集中在計算機視覺和機器人應用的深度學習上。

Posts by Asawaree Bhide

模型/庫/框架

使用 NVIDIA Cosmos Predict-2 構建自定義物理人工智能基礎模型

構建更智能的機器人和自動駕駛汽車 (AV) 始于能夠理解現實世界動態的物理 AI 模型。這些模型發揮著兩個關鍵作用: 2 MIN READ
機器人

R2D2:利用 NVIDIA 研究工作流程和模型提升靈巧機器人的適應性

如今,Robotic arms 用于組裝、包裝、檢查等更多應用領域。但是,它們仍然經過預編程,可以執行特定的、通常是重復性的任務。 2 MIN READ
模型/庫/框架

R2D2:利用 NVIDIA 研究中心的新型工作流和 AI 基礎模型,提升機器人的移動和全身控制能力

歡迎閱讀首期“NVIDIA 機器人研究與開發摘要(R²D²)”。 3 MIN READ
內容創建/渲染

使用 NVIDIA Cosmos 世界基礎模型擴展合成數據和物理 AI 推理

人形機器人和自動駕駛汽車等新一代 AI 機器人依賴于高保真、物理感知的訓練數據 。如果沒有多樣化且具有代表性的數據集, 2 MIN READ
機器人

使用新的 NVIDIA Isaac 基礎模型和工作流程創建、設計和部署機器人應用

機器人在智能制造設施、商業廚房、醫院、倉庫物流和農業領域等不同環境中的應用正在迅速擴展。該行業正在向智能自動化轉變, 3 MIN READ
計算機視覺/視頻分析

使用 NVIDIA Isaac ROS 為深度物體姿態估計訓練生成合成數據

機器人智能體要與環境中的物體進行交互,必須了解周圍物體的位置和方向。此信息描述了 3D 空間中剛體的六自由度 (DOF) 姿態, 3 MIN READ