NVIDIA visar hur robotar tränas i simulering för verkliga uppgifter
NVIDIA Research presenterade 8 studier på robotikkonferensen ICRA som visar hur robotar kan tränas i virtuella miljöer och sedan applicera kunskaperna i verkligheten. Forskningen fokuserar på att ge robotar förmågan att uppfatta, resonera och planera självständigt - ett steg mot mer generella robotsystem som kan hantera oväntade situationer.
Djupdykning
NVIDIA försöker lösa robotikens största problem: att det som fungerar perfekt i simulering sällan fungerar lika bra i verkligheten. Deras 28 accepterade forskningspaper vid ICRA visar en systematisk approach för att överbrygga den här klyftan - genom att träna robotar i extremt detaljerade virtuella miljöer och sedan använda AI för att anpassa kunskapen till verkliga förhållanden med alla dess opredictabla faktorer. Det som de flesta missar är att detta inte handlar om enskilda robotgenombrott, utan om att bygga en helt ny utvecklingsprocess. Istället för att programmera robotar för specifika uppgifter bygger NVIDIA verktyg som låter robotar lära sig generella färdigheter - ungefär som skillnaden mellan att lära sig utantill kontra att utveckla verklig förståelse. Om de lyckas skulle robotutveckling kunna accelerera från års-långa cykler till månader, vilket skulle förändra allt från fabriksautomation till hemhjälp lika drastiskt som molnberäkning förändrade mjukvaruutveckling.