Yashraj Narang – NVIDIA 技術博客

R2D2：通過 NVIDIA Research 解鎖機器人裝配和豐富的接觸操作

Fri, 16 May 2025 06:45:13 +0000

本期 NVIDIA 機器人研發摘要 (R2D2) 探討了 NVIDIA Research 針對機器人裝配任務提供的多個接觸性豐富的操作工作流，以及它們如何通過固定自動化來應對魯棒性、適應性和可擴展性等關鍵挑戰。接觸性豐富的操作是指涉及機器人與其環境中的物體之間持續或重復物理接觸的機器人任務，需要精確控制力和運動。與簡單的拾取和放置操作不同，這些任務需要精細交互來管理不確定性下的摩擦、合規性和對齊。它在機器人、制造和汽車等行業中發揮著關鍵作用，在這些行業中，插入定位器、合齒輪、螺紋螺栓或組裝卡扣配合部件等任務很常見。作為機器人裝配的核心能力，具有豐富接觸性的操作使機器人能夠執行復雜的高精度任務，這對于自動化裝配和處理現實世界的可變性至關重要。由于需要在動態環境中進行精確操作，因此解決機器人裝配任務一直具有挑戰性。傳統上，

Source

]]>

將工業機器人裝配任務從仿真轉化為現實

Fri, 26 May 2023 06:18:06 +0000

仿真是機器人學習新技能的重要工具。這些技能包括感知（從相機圖像中理解世界）、計劃（制定解決問題的一系列行動）和控制（生成電機命令以改變機器人的位置和方向）機器人裝配在汽車、航空航天、電子和醫療器械行業無處不在。設置機器人執行裝配任務是一個耗時且昂貴的過程，需要一個團隊來設計機器人的軌跡并仔細約束其周圍環境在機器人的其他領域，仿真已經成為不可或缺的工具，尤其是在人工智能的發展中。然而，機器人裝配涉及幾何復雜、公差嚴格的零件之間的高精度接觸。長期以來，模擬這些富含接觸的交互一直被認為是計算上難以解決的問題。隨著最近基于 NVIDIA advancing robotic assembly 的發展，比實時模擬更快。這些高速模擬使得能夠在強化學習（ RL ）中使用強大的、最先進的技術。有了 RL ，虛擬機器人可以探索模擬環境，獲得多年的經驗，并通過智能試錯學習有用的技能。

Source

]]>