机器人学习技术,用于开发高效的自适应机器人应用。
Nissan
Image Credit: Agility, Apptronik, Fourier, Unitree
工作负载
机器人
行业
全行业
业务目标
创新
产品
NVIDIA AI Enterprise
NVIDIA Isaac GR00T
NVIDIA Isaac Lab
NVIDIA Isaac Sim
NVIDIA Omniverse
随着机器人承担的任务日益复杂,传统编程显得力不从心。强化学习 (RL) 弥补了这一差距,通过让机器人在仿真环境中进行试错训练,从而提升其在控制、路线规划和操作方面的技能。奖励学习通过动态适应机制,使机器人能够发展出高级运动技能,完成现实世界中的如抓取、移动和复杂操作的自动化任务。
传统基于 CPU 的机器人强化学习训练在应对复杂任务时通常需调用数千个计算核心,这显著增加了机器人应用的成本。NVIDIA 加速计算凭借并行处理能力,能够有效应对这一挑战,在感知增强型强化学习环境中显著加速了感官数据的处理。这项技术可显著增强机器人在动态情境中学习、适应和执行复杂任务的能力。
NVIDIA 加速计算平台(包括 NVIDIA Isaac™ Lab 等机器人训练框架)利用 GPU 的强大算力支持 RL 工作流中的物理仿真和奖励计算,消除了性能瓶颈,简化了流程,促进了从仿真到部署的顺畅过渡。
快捷链接
Isaac Lab 是基于 NVIDIA Isaac Sim™ 构建的模块化框架,可用于简化强化学习、模仿学习等机器人训练工作流。开发者可以利用最新 Omniverse™ 功能来训练具备感知能力的复杂策略。
NVIDIA Isaac GR00T 为开发者提供了一种专用于开发人形机器人的全新方式。这个用于机器人基础模型与数据管道的研究计划和开发平台,能够帮助机器人理解语言、精准模拟人类动作,并通过多模态学习快速掌握各类技能。
如需了解详情并访问 GR00T,申请加入 NVIDIA 人形机器人开发者计划。
快捷链接
看看我们的生态系统正在如何基于强化学习和 NVIDIA 技术开发自己的机器人应用和服务。