Início Modelos NVIDIA leva ao CoRL modelos de ação de mundo e simulação para...

NVIDIA leva ao CoRL modelos de ação de mundo e simulação para robôs de precisão

0
81
NVIDIA leva ao CoRL modelos de ação de mundo e simulação para robôs de precisão

A NVIDIA apresentou no CoRL, em Austin, um conjunto de tecnologias abertas para robótica, incluindo o modelo de ação de mundo GR00T 2, o Isaac Lab 3.0 e os benchmarks DexBench e VABAR. Segundo a empresa, o GR00T 2 concluiu 40 de 50 tarefas avaliadas sem demonstrações específicas e alcançou 71% de sucesso médio com uma demonstração por tarefa, subindo para 95% com cinco. A NVIDIA também destaca o AlphaNIST, que superou 98% de sucesso em treinamento em 20 tarefas de precisão com cerca de 39 vezes menos tempo de GPU. Os resultados são divulgados pela própria empresa e ainda dependem de validação independente e de implantação industrial em escala.

A NVIDIA divulgou, durante a conferência CoRL em Austin, no Texas, um conjunto de tecnologias abertas voltadas à robótica de manipulação precisa. O foco deixou de ser apenas locomoção, como andar e saltar, e passou a incluir tarefas que exigem toque fino, como alinhar engrenagens, conectar cabos e montar componentes pequenos.

Segundo a empresa, a conferência também marca a ascensão da robótica agêntica, descrita como um paradigma que integra agentes de fronteira para criar código interpretável para sistemas robóticos físicos. As informações foram publicadas no blog da NVIDIA e se baseiam em materiais e demonstrações apresentados pela própria companhia e por seus parceiros.

GR00T 2 e os modelos de ação de mundo

A NVIDIA apresentou o GR00T 2, um modelo aberto de ação de mundo construído sobre o NVIDIA Cosmos. De acordo com a empresa, ele foi treinado com dados diversos de robôs e humanos, incluindo 100 mil horas de dados egocêntricos humanos de código aberto da NVIDIA, e permite que robôs aprendam habilidades de manipulação hábil.

A NVIDIA afirma que o modelo concluiu 40 de 50 tarefas avaliadas ao menos uma vez sem demonstrações específicas por tarefa. Também segundo a empresa, o GR00T 2 alcançou 71% de sucesso médio em 50 tarefas com apenas uma demonstração por tarefa, subindo para 95% com cinco demonstrações.

A companhia diz ainda que o modelo aprende com demonstrações humanas e transfere habilidades entre corpos robóticos diferentes sem demonstrações feitas por robôs. Agentes de IA podem usar a interface de programação do GR00T 2 para executar habilidades em sequência e se recuperar de erros, conforme o material divulgado.

A NVIDIA informa que o GR00T 2 está entre os três melhores modelos em todas as categorias de visão-linguagem-ação e de modelos de ação de mundo nos benchmarks RoboCasa365, RoboLab, RoboDojo e MolmoSpaces, com várias vitórias em rankings. A empresa cita testes em andamento: a Nexuni avalia o modelo para lavanderia robótica, a Foxconn o aplica à automação de fábrica na manufatura de servidores e a Siemens o avalia em casos industriais.

Simulação, física e benchmarks industriais

A NVIDIA destacou o Isaac Lab 3.0, versão do framework aberto de aprendizado robótico que permite usar agentes para montar ambientes de treinamento, alternar entre os solucionadores de física PhysX e Newton, escolher renderizadores e aplicar uma nova biblioteca de pós-treinamento por reforço a modelos de base como o GR00T.

A integração mais estreita com o Newton, motor de física de código aberto, permite modelar objetos deformáveis como cabos e tecidos, além de sistemas articulados complexos como mãos robóticas com muitas juntas interagindo. Em um benchmark de manipulação hábil baseado em visão, o Isaac Lab 3.0 com Newton atingiu até 2,5 vezes a taxa de treinamento do Isaac Lab 2.3 com PhysX, segundo a empresa.

A NVIDIA também apresentou o AlphaNIST, construído no Isaac Lab. De acordo com a companhia, uma única política aprende todas as 20 tarefas da NIST Assembly Task Board, manipulando peças em escala milimétrica apenas com um sinal de sucesso sim ou não. O resultado citado é mais de 98% de sucesso no treinamento, contra 81% de políticas separadas por tarefa, usando cerca de 39 vezes menos tempo de GPU.

Por trás desse resultado está o Success-Guided Sampling, método da Universidade de Washington com a NVIDIA que concentra o treinamento em tarefas nas quais a política acerta cerca de metade das vezes. Segundo a empresa, a abordagem permite escalar o treinamento para além de um milhão de ambientes paralelos.

Para avaliação, a NVIDIA apresentou o Isaac Lab-Arena, framework aberto para avaliação de políticas em escala, com prévia da versão 0.4 chegando ao CoRL. A empresa também citou dois novos benchmarks abertos: o DexBench, da RLWRLD com a NVIDIA, com 15 tarefas em quatro cenários de varejo, logística, manufatura e hospitalidade, e o VABAR, da UC Berkeley com a NVIDIA, que avalia robôs em seis tarefas industriais com variações padronizadas e níveis de dificuldade.

Robótica agêntica e parceiros

A NVIDIA descreve a robótica agêntica como uma forma de coordenar múltiplas habilidades e adaptar programas quando algo dá errado. O framework Graph-as-Policy, da UC Berkeley, usa agentes para conectar habilidades individuais em programas de robô, testados com tecnologias de simulação da NVIDIA e refinados a partir de falhas, mantendo os programas interpretáveis para revisão por engenheiros.

O professor Ken Goldberg, da UC Berkeley, afirmou no material divulgado: "Para mim, a robótica agêntica é o desenvolvimento tecnológico mais empolgante desde a internet em 1995". A NVIDIA diz que Ambi Robotics, Bosch Research e Siemens exploram o Graph-as-Policy em cenários industriais diversos.

A empresa lista ainda parceiros como Dexmate, Dyna Robotics, FieldAI, Flexion, Noitom Robotics, Skild AI, Walden Robotics e a Universidade de Washington. Entre os exemplos citados estão o uso do Newton pela FieldAI para validar políticas em ambientes não estruturados e a demonstração da Dyna Robotics de simulação paralela no Isaac Lab para controladores de corpo inteiro do robô Taku.

Dois artigos da NVIDIA estão entre os seis finalistas ao prêmio de melhor artigo do CoRL, segundo a empresa: o GRAIL, sobre geração de ativos 3D e cenas prontas para simulador, e o RoboTTT, que amplia o contexto visuomotor em três ordens de grandeza sem aumentar a latência de inferência. A NVIDIA não informou o número total de submissões nem o resultado final da premiação.

Há incerteza relevante nos números divulgados. Os resultados de desempenho, as comparações de velocidade de treinamento e as posições em rankings foram apresentados pela própria NVIDIA e por parceiros, sem verificação independente descrita no material. A transição de demonstrações de laboratório para implantação industrial em larga escala ainda depende de validação externa e de condições reais de operação.

Fonte original: NVIDIA: Practice Makes Precise: At CoRL, NVIDIA and Partners Reveal How Robots Rehearse Delicate Work in Simulation.

Receba o Jornal da IA todos os dias

As notícias de inteligência artificial que importam no Brasil, com o nosso prisma e sempre com as fontes. Grátis.

Sem spam. Cancele quando quiser.

LEAVE A REPLY

Please enter your comment!
Please enter your name here