ヒューマノイド
ロボット

このために広範で高品質な実世界のデータセットを収集することは、困難であり、コストと時間がかかる場合があります。 物理的に正確なシミュレーションから生成された合成データは、データ収集を高速化し、ロボット学習モデルの汎用化に必要な多様性を提供することで、この課題に対処します。

NVIDIA Isaac GR00T-Dreams Blueprint は、NVIDIA Cosmos™ 基盤モデルを使用して、単一の画像と言語の指示に基づいて膨大な量の合成軌道データを生成します。これにより、ロボットは特定の遠隔操作データを必要とせずに、未知の環境で新しいタスクを学習できるようになります。

GR00T-Dreams Blueprint は、GR00T-Mimic Blueprint を補完します。 GR00T-Mimic は Omniverse と Cosmos を使用して既存のデータを補強し、GR00T-Dreams は Cosmos を使用してまったく新しいデータを生成します。

ヒューマノイド ロボットの把持機能には、大まかな操作タスクと細かい操作タスクの両方を実行できる、人間のような器用な物体操作スキルが必要です。 GR00T-Dexterity は、強化学習ベースのアプローチとリファレンス ワークフローを組み合わせて構築された包括的なモデルとポリシーのスイートであり、これらの先進的な機能の開発を可能にします。

複雑で動的な環境における汎用的なナビゲーションには、広範なチューニングが必要です。GR00T-Mobility リファレンス ワークフローを使用することで、様々な環境やロボットの形態に対応できる汎用的な移動能力を作成できます。

ヒューマノイド ロボットで全身制御の達成は困難であり、安定した操作と堅牢な移動の両方を要求します。 GR00T-Control は、一連の高度なモーション計画および制御モデル、ポリシー、リファレンス ワークフローでこの問題に対処し、効果的な制御システムの開発を効率化します。

模倣学習と遠隔操作データセットを使用することで、GR00T-Control は堅牢な全身モーション ポリシーのトレーニングを促進し、ヒューマノイド ロボットが器用な操作と移動スキルを学習できるようにします。

状況認識と対話効率を向上させるために、ヒューマノイド ロボットはイベント、空間、パーソナライズされた設定、文脈認識応答に関する長期記憶を必要とします。 

GR00T-Perception は、Isaac Sim と Isaac ROS 上に構築された知覚ライブラリ群、基盤モデル、リファレンス ワークフローの堅牢なスイートで、これを実現します。 これらのツールは、視覚言語モデルや検索拡張メモリなどの先進技術を統合し、ヒューマノイド ロボットの知覚、認知、適応性を向上させます。

ロボット ハードウェアは、多様な条件下で適切なパフォーマンス、遅延、機能安全性を備えたヒューマノイド ロボットを動かすマルチモーダル AI モデルの集合体を運用するうえでも重要です。 

NVIDIA Jetson AGX Thor は、NVIDIA の Blackwell GPU アーキテクチャを基盤とし、超高性能 AI コンピューティングと新しい Transformer Engine を提供しています。 これにより、新世代のヒューマノイド ロボットを可能にするために必要な超高性能な AI をエッジで提供します。