借助機(jī)器人仿真,開發(fā)人員能夠在基于物理學(xué)的現(xiàn)實(shí)世界數(shù)字呈現(xiàn)中對機(jī)器人進(jìn)行虛擬訓(xùn)練、測試和驗(yàn)證。
如今,機(jī)器人已經(jīng)能夠搬運(yùn)倉庫中的貨物、包裝食品、幫助組裝車輛等,提高了各行各業(yè)用例的自動化水平。
物理 AI 和機(jī)器人仿真是決定機(jī)器人成功的兩大關(guān)鍵要素。
物理 AI 指的是能夠理解物理世界并與之互動的 AI 模型。物理 AI 代表了下一代自主機(jī)械與機(jī)器人,例如無人駕駛汽車、工業(yè)機(jī)械臂、移動機(jī)器人、人形機(jī)器人,甚至工廠、倉庫等依靠機(jī)器人運(yùn)行的基礎(chǔ)設(shè)施。
現(xiàn)在可以在數(shù)字世界中對機(jī)器人進(jìn)行虛擬調(diào)試,在將機(jī)器人部署到現(xiàn)實(shí)世界的用例之前,先使用機(jī)器人仿真軟件訓(xùn)練機(jī)器人。
機(jī)器人仿真概述
先進(jìn)的機(jī)器人仿真平臺有助于機(jī)器人學(xué)習(xí)和無需實(shí)體機(jī)器人的虛擬機(jī)器人測試。通過應(yīng)用物理原理和復(fù)制現(xiàn)實(shí)條件,這些仿真平臺能夠生成合成數(shù)據(jù)集,并使用這些數(shù)據(jù)集訓(xùn)練機(jī)器學(xué)習(xí)模型,從而使這些模型能夠部署到實(shí)體機(jī)器人上。
仿真被用于初始 AI 模型訓(xùn)練以及之后整個軟件棧的驗(yàn)證,最大程度地減少了測試過程中對物理機(jī)器人的需求。NVIDIA Isaac Sim 是一個基于 NVIDIA Omniverse 平臺構(gòu)建的參考應(yīng)用,該應(yīng)用提供準(zhǔn)確的可視化效果,并支持基于通用場景描述(OpenUSD)的先進(jìn)機(jī)器人仿真和驗(yàn)證工作流。
NVIDIA 的“三臺計算機(jī)”框架推動機(jī)器人仿真
訓(xùn)練和部署機(jī)器人技術(shù)需要三臺計算機(jī)。
一臺超級計算機(jī):用于訓(xùn)練和微調(diào)強(qiáng)大的基礎(chǔ)和生成式 AI 模型。
一個用于機(jī)器人仿真和測試的開發(fā)平臺。
一臺機(jī)載運(yùn)行時計算機(jī),用于將訓(xùn)練好的模型部署到實(shí)體機(jī)器人上。
只有在仿真環(huán)境中經(jīng)過充分訓(xùn)練的實(shí)體機(jī)器人才能投入使用。
NVIDIA DGX 平臺可作為訓(xùn)練模型的首個計算系統(tǒng)。
NVIDIA OVX 服務(wù)器上運(yùn)行的 NVIDIA Omniverse 可作為第二個計算機(jī)系統(tǒng),提供用于測試、優(yōu)化和調(diào)試物理 AI 的開發(fā)平臺和仿真環(huán)境。
專為機(jī)載計算設(shè)計的 NVIDIA Jetson Thor 機(jī)器人計算機(jī)可作為第三臺運(yùn)行時計算機(jī)。
誰在使用機(jī)器人仿真?
如今,機(jī)器人技術(shù)和機(jī)器人仿真大大促進(jìn)了各種用例的運(yùn)行。
全球領(lǐng)先的電源和熱能技術(shù)公司臺達(dá)電子使用仿真測試其光學(xué)檢測算法,該算法將被用于檢測生產(chǎn)線上的產(chǎn)品缺陷。
深度技術(shù)初創(chuàng)公司 Wandelbots 正通過將 Isaac Sim 集成到其應(yīng)用中構(gòu)建一個定制仿真平臺。借助該仿真平臺,終端用戶能夠輕松地對仿真中的機(jī)器人工作單元進(jìn)行編程,并將模型無縫轉(zhuǎn)移到真實(shí)機(jī)器人上。
波士頓動力正通過其強(qiáng)化學(xué)習(xí)研究者套件助力研究人員和開發(fā)人員。
傅利葉公司正在對現(xiàn)實(shí)條件進(jìn)行仿真,以便訓(xùn)練人形機(jī)器人,使之獲得與人類密切協(xié)作所需的精確性和敏捷性。
銀河通用使用 NVIDIA Isaac Sim 構(gòu)建了 DexGraspNet。這個用于靈巧機(jī)器人抓取的綜合仿真數(shù)據(jù)集包含 100 多萬次對 5300 多個物體的? ShadowHand 抓取。該數(shù)據(jù)集可應(yīng)用于任何靈巧機(jī)器人手,使其完成需要精細(xì)運(yùn)動技能的復(fù)雜任務(wù)。
使用機(jī)器人仿真提高規(guī)劃和控制效果
在復(fù)雜多變的工業(yè)環(huán)境中,不斷發(fā)展的機(jī)器人仿真集成了數(shù)字孿生,從而提高了規(guī)劃、控制和學(xué)習(xí)的效果。
開發(fā)人員先是將計算機(jī)輔助設(shè)計模型導(dǎo)入機(jī)器人仿真平臺以構(gòu)建虛擬場景,然后使用算法創(chuàng)建機(jī)器人操作系統(tǒng)并進(jìn)行任務(wù)和運(yùn)動規(guī)劃。傳統(tǒng)方法需要規(guī)定控制信號,而在采用機(jī)器學(xué)習(xí)后,機(jī)器人可以通過模仿和強(qiáng)化學(xué)習(xí)等方法,利用仿真傳感器信號學(xué)習(xí)行為。
這一發(fā)展還在繼續(xù)。通過將數(shù)字孿生應(yīng)用于裝配生產(chǎn)線等復(fù)雜的設(shè)施,開發(fā)人員可以完全在仿真中測試和完善實(shí)時 AI。這種方法節(jié)省了軟件開發(fā)時間和成本,并通過預(yù)測問題減少了停機(jī)時間。例如借助 NVIDIA Omniverse、Metropolis 和 cuOpt,開發(fā)人員可以使用數(shù)字孿生在仿真中開發(fā)、測試和完善物理 AI,然后再將其部署到工業(yè)基礎(chǔ)設(shè)施中。
基于物理學(xué)的突破性高保真仿真技術(shù)
基于物理學(xué)的高保真仿真通過在虛擬環(huán)境中進(jìn)行現(xiàn)實(shí)世界的實(shí)驗(yàn),大大推動了工業(yè)機(jī)器人技術(shù)的發(fā)展。
集成在 Omniverse 和 Isaac Sim 中的 NVIDIA PhysX 可幫助機(jī)器人專家開發(fā)機(jī)器人機(jī)械手的精細(xì)運(yùn)動和大運(yùn)動技能、剛體和軟體動力學(xué)、車輛動力學(xué)等其他確保機(jī)器人遵守物理定律的關(guān)鍵功能。其中包括對機(jī)器人運(yùn)動精確性至關(guān)重要的精準(zhǔn)執(zhí)行器控制和運(yùn)動學(xué)建模。
為了縮小仿真與現(xiàn)實(shí)世界之間的差距,Isaac Lab 提供了一個高保真開源強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)框架,實(shí)現(xiàn)了策略從仿真環(huán)境到實(shí)體機(jī)器人的無縫遷移。Isaac Lab 通過 GPU 并行化加快訓(xùn)練速度和提高性能,使工業(yè)機(jī)器人能夠更加安全地完成復(fù)雜的任務(wù)。
如要了解關(guān)于使用 Isaac Sim 和 Isaac Lab 創(chuàng)建機(jī)器人移動強(qiáng)化學(xué)習(xí)策略的更多信息,請閱讀消除仿真與現(xiàn)實(shí)之間的差距:使用 NVIDIA Isaac Lab 訓(xùn)練 Spot 四足機(jī)器人運(yùn)動。
通過無碰撞運(yùn)動訓(xùn)練實(shí)現(xiàn)自主運(yùn)行
工業(yè)機(jī)器人訓(xùn)練通常在工廠或訂單履行中心等特定環(huán)境中進(jìn)行。在這些環(huán)境中,仿真能夠幫助解決與各種機(jī)器人類型和混亂環(huán)境相關(guān)的挑戰(zhàn),其中的一個重點(diǎn)是在未知、雜亂的環(huán)境中生成無碰撞運(yùn)動。
在未知或動態(tài)環(huán)境中,如果使用傳統(tǒng)的運(yùn)動規(guī)劃方法應(yīng)對這些挑戰(zhàn),那么結(jié)果可能會差強(qiáng)人意。SLAM(同步定位和映射)能夠使用多個視角的攝像機(jī)圖像生成環(huán)境的 3D 地圖。但每當(dāng)物體移動和環(huán)境發(fā)生變化時,就需要對這些地圖進(jìn)行修改。
NVIDIA Robotics 研究團(tuán)隊(duì)和華盛頓大學(xué)推出了運(yùn)動策略網(wǎng)絡(luò)(MπNets)。這項(xiàng)端到端神經(jīng)策略使用一個固定攝像頭的數(shù)據(jù)流生成實(shí)時、無碰撞的運(yùn)動。經(jīng)過 300 多萬次運(yùn)動規(guī)劃問題和 7 億次仿真點(diǎn)云的訓(xùn)練,MπNets 可在未知的現(xiàn)實(shí)環(huán)境中進(jìn)行有效的導(dǎo)航。
除了直接學(xué)習(xí)軌跡的 MπNets 模型之外,該團(tuán)隊(duì)還開發(fā)了基于點(diǎn)云的碰撞模型 CabiNet。該模型在超過 65 萬個程序化生成的仿真場景中訓(xùn)練而成。
憑借 CabiNet 模型,開發(fā)人員可以在平面桌面設(shè)置之外部署通用的未知物體拾放策略。在使用大型合成數(shù)據(jù)集進(jìn)行訓(xùn)練后,該模型無需任何真實(shí)數(shù)據(jù),就能在真實(shí)廚房環(huán)境中泛化到分布外場景。
開發(fā)人員如何開始構(gòu)建機(jī)器人仿真平臺
訪問 NVIDIA 機(jī)器人仿真用例頁面,了解開發(fā)達(dá)到物理學(xué)精度的仿真流程所需的技術(shù)資源、參考應(yīng)用和其他解決方案:https://www.nvidia.cn/use-cases/robotics-simulation/
機(jī)器人開發(fā)人員可以使用 NVIDIA Isaac Sim,該應(yīng)用支持多種機(jī)器人訓(xùn)練技術(shù):
用于訓(xùn)練感知 AI 模型的合成數(shù)據(jù)生成
整個機(jī)器人堆棧的軟件在環(huán)測試
使用 Isaac Lab 進(jìn)行的機(jī)器人策略訓(xùn)練
開發(fā)人員還可以同時使用 ROS 2 與 Isaac Sim 進(jìn)行機(jī)器人系統(tǒng)的訓(xùn)練、仿真和驗(yàn)證。Isaac Sim - ROS 2 工作流與使用 Gazebo 等其他機(jī)器人仿真平臺執(zhí)行的工作流類似。該工作流首先將機(jī)器人模型載入預(yù)構(gòu)建的 Isaac Sim 環(huán)境,為機(jī)器人添加傳感器,然后將相關(guān)組件連接到 ROS 2 行動圖并通過 ROS 2 軟件包控制機(jī)器人實(shí)現(xiàn)機(jī)器人仿真。
訂閱我們的新聞了解最新信息:
https://www.nvidia.cn/industries/robotics/robotics-stay-informed/