Spencer Huang – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞 和內容。 Tue, 17 Jun 2025 07:38:55 +0000 zh-CN hourly 1 196178272 使用世界基礎模型生成的合成軌跡數據提高機器人學習效果 http://www.open-lab.net/zh-cn/blog/enhance-robot-learning-with-synthetic-trajectory-data-generated-by-world-foundation-models/ Mon, 16 Jun 2025 07:17:01 +0000 http://www.open-lab.net/zh-cn/blog/?p=14215 Continued]]> 在機電一體化和機器人 AI 基礎模型的進步的推動下，通用型機器人技術已經問世。但關鍵的瓶頸依然存在：機器人需要大量的訓練數據來訓練裝配和檢查等技能，而且手動演示不可擴展。NVIDIA Isaac GR00T-Dreams 藍圖基于 NVIDIA Cosmos 構建，只需一個圖像和語言提示即可生成大量合成軌跡數據，從而應對這一挑戰。 借助 Cosmos 世界基礎模型 (WFMs) 和生成式 AI，開發者可以快速為 NVIDIA Isaac GR00T N1.5 等模型創建訓練數據。 本文將介紹 Isaac GR00T-Dreams 藍圖，詳細介紹其高級功能及其在開發 Isaac GR00T N1.5 基礎模型中發揮的作用。 Isaac GR00T-Dreams 藍圖是一個用于生成大量合成軌跡數據的參考工作流。這些數據用于教人形機器人在新環境中執行新動作。

Source

]]> 14215 NVIDIA 推出用于機器人仿真的開源物理引擎 Newton http://www.open-lab.net/zh-cn/blog/announcing-newton-an-open-source-physics-engine-for-robotics-simulation/ Tue, 18 Mar 2025 04:36:14 +0000 http://www.open-lab.net/zh-cn/blog/?p=13308 Continued]]> 物理 AI 模型使機器人能夠自主感知、解釋、推理現實世界并與之交互。加速計算和仿真是開發新一代機器人的關鍵。 物理學在機器人仿真中發揮著至關重要的作用，為在真實環境中準確虛擬呈現機器人行為和交互奠定了基礎。借助這些仿真器，研究人員和工程師可以安全、加速且經濟高效地訓練、開發、測試和驗證機器人控制算法和原型設計。 機器人仿真建立在基本的物理定律之上，包括質量和動量守恒、剛體和軟體動力學、接觸和摩擦以及執行器建模。這些原則用于預測機器人在各種場景和環境中的行為方式，例如在使用 GPU、DPU 或其他硬件加速器時的響應。 然而，仿真往往無法完全匹配現實，這一問題被稱為“仿真與現實（sim-to-real）的差距”。機器人開發者需要一個統一、可擴展且可定制的解決方案，既能模擬現實世界的物理特性，又能處理復雜行為（包括與自定義求解器的交互），并支持高可靠性等功能。

Source

]]> 13308 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 http://www.open-lab.net/zh-cn/blog/create-design-and-deploy-robotics-applications-using-new-nvidia-isaac-foundation-models-and-workflows/ Sun, 02 Jun 2024 08:37:24 +0000 http://www.open-lab.net/zh-cn/blog/?p=10246 Continued]]> 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，這需要增強的機器人功能來執行感知、地圖構建、導航、負載處理、物體抓取和復雜的裝配任務等功能。 AI 在這一變革中發揮著關鍵作用，提高了機器人的性能。通過集成 NVIDIA AI 加速，機器人可以更高的精度和效率處理復雜的任務，在各種應用中充分發揮自己的潛力。 在 COMPUTEX，我們 宣布了一些新功能，可幫助機器人專家和工程師構建智能機器人。這些功能包括： AMR 和 AGV 對于裝配線效率、物料搬運和醫療健康物流至關重要。隨著這些機器人在復雜和非結構化環境中導航，感知周圍環境并作出反應的能力變得至關重要。 Isaac Perceptor，基于 NVIDIA Isaac 機器人操作系統 (ROS)，助力原始設備制造商 (OEM)、貨運服務提供商、

Source

]]> 10246 利用內置 Flowstate 和 NVIDIA Isaac 機械手實現智能取放自動化 http://www.open-lab.net/zh-cn/blog/automating-smart-pick-and-place-with-intrinsic-flowstate-and-nvidia-isaac-manipulator/ Thu, 09 May 2024 07:11:07 +0000 http://www.open-lab.net/zh-cn/blog/?p=9868 Continued]]> 我們宣布與Intrinsic.ai 合作，學習工業機器人任務的基礎技能模型。 工業制造中的許多挑選和放置問題仍然由人工操作員完成，因為為這些任務編程機器人仍然具有挑戰性。例如，在機器維護環境中，作為復雜的多步驟零件制造過程的一部分，協作機器人可以用來從料倉中挑選原材料零件，并將其送入數控或彎曲機。 這樣的機器人可以通過編程基礎模型，從而實現對物體零件、機器人實施例和真實世界工業環境方面的顯著可變性的推廣。 我們利用 NVIDIA Isaac 操縱器 生成抓取姿勢和機器人運動，首先在 NVIDIA Isaac Sim 中進行模擬，然后在現實世界中使用 固有流狀態 實現。 感知也是通過 Flowstate 完成的，在 Flowstate 中，我們使用對象姿態估計包來獲得雜亂場景中可抓取對象的位置和方向。 在這篇文章中，我們在一個具有挑戰性的智能取放應用程序上演示了該系統：

Source

]]> 9868 借助 NVIDIA OSMO 擴展 AI 機器人開發工作負載 http://www.open-lab.net/zh-cn/blog/scale-ai-enabled-robotics-development-workloads-with-nvidia-osmo/ Mon, 18 Mar 2024 06:46:33 +0000 http://www.open-lab.net/zh-cn/blog/?p=9377 Continued]]> 自主機器開發是一個數據生成和收集、模型訓練和部署的迭代過程，其特點是跨異構計算資源的復雜的多階段、多容器工作流。 涉及多個團隊，每個團隊都需要共享和異構計算。此外，團隊希望將某些工作負載擴展到云中，這通常需要 DevOps 專業知識，同時在本地維護其他工作負載。 到目前為止，還沒有一個統一的平臺可供開發者輕松提交所需計算的工作負載。 在本周的 GTC 大會上，NVIDIA 宣布推出 OSMO，這是一個云原生工作流程編排平臺，它提供一個單一界面，用于跨異構共享計算環境調度和管理各種自主機器工作負載。這些工作負載包括： 借助 OSMO 統一計算資源調度，您可以輕松地在 Kubernetes 集群上部署和編排多階段工作負載。這包括共享的異構多節點計算資源，例如 aarch64 和 x86-64，可確保跨不同架構的靈活性和兼容性。

Source

]]> 9377 人人超碰97caoporen国产