189
借助機器人仿真，開發(fā)人員能夠在基于物理學(xué)的現(xiàn)實世界數(shù)字呈現(xiàn)中對機器人進行虛擬訓(xùn)練、測試和驗證。
如今，機器人已經(jīng)能夠搬運倉庫中的貨物、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 和機器人仿真是決定機器人成功的兩大關(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械與機器人，例如無人駕駛汽車、工業(yè)機械臂、移動機器人、人形機器人，甚至工廠、倉庫等依靠機器人運行的基礎(chǔ)設(shè)施。
現(xiàn)在可以在數(shù)字世界中對機器人進行虛擬調(diào)試，在將機器人部署到現(xiàn)實世界的用例之前，先使用機器人仿真軟件訓(xùn)練機器人。
機器人仿真概述
先進的機器人仿真平臺有助于機器人學(xué)習(xí)和無需實體機器人的虛擬機器人測試。通過應(yīng)用物理原理和復(fù)制現(xiàn)實條件，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)練機器學(xué)習(xí)模型，從而使這些模型能夠部署到實體機器人上。
仿真被用于初始 AI 模型訓(xùn)練以及之后整個軟件棧的驗證，最大程度地減少了測試過程中對物理機器人的需求。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）的先進機器人仿真和驗證工作流。
NVIDIA 的“三臺計算機”框架推動機器人仿真
訓(xùn)練和部署機器人技術(shù)需要三臺計算機。
一臺超級計算機：用于訓(xùn)練和微調(diào)強大的基礎(chǔ)和生成式 AI 模型。
一個用于機器人仿真和測試的開發(fā)平臺。
一臺機載運行時計算機，用于將訓(xùn)練好的模型部署到實體機器人上。
只有在仿真環(huán)境中經(jīng)過充分訓(xùn)練的實體機器人才能投入使用。
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)器上運行的 NVIDIA Omniverse 可作為第二個計算機系統(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。
專為機載計算設(shè)計的 NVIDIA Jetson Thor 機器人計算機可作為第三臺運行時計算機。
誰在使用機器人仿真？
如今，機器人技術(shù)和機器人仿真大大促進了各種用例的運行。
全球領(lǐng)先的電源和熱能技術(shù)公司臺達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器人工作單元進行編程，并將模型無縫轉(zhuǎn)移到真實機器人上。
波士頓動力正通過其強化學(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)實條件進行仿真，以便訓(xùn)練人形機器人，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)用于任何靈巧機器人手，使其完成需要精細(xì)運動技能的復(fù)雜任務(wù)。
使用機器人仿真提高規(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)人員先是將計算機輔助設(shè)計模型導(dǎo)入機器人仿真平臺以構(gòu)建虛擬場景，然后使用算法創(chuàng)建機器人操作系統(tǒng)并進行任務(wù)和運動規(guī)劃。傳統(tǒng)方法需要規(guī)定控制信號，而在采用機器學(xué)習(xí)后，機器人可以通過模仿和強化學(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)境中進行現(xiàn)實世界的實驗，大大推動了工業(yè)機器人技術(shù)的發(fā)展。
集成在 Omniverse 和 Isaac Sim 中的 NVIDIA PhysX 可幫助機器人專家開發(fā)機器人機械手的精細(xì)運動和大運動技能、剛體和軟體動力學(xué)、車輛動力學(xué)等其他確保機器人遵守物理定律的關(guān)鍵功能。其中包括對機器人運動精確性至關(guān)重要的精準(zhǔn)執(zhí)行器控制和運動學(xué)建模。
為了縮小仿真與現(xiàn)實世界之間的差距，Isaac Lab 提供了一個高保真開源強化學(xué)習(xí)和模仿學(xué)習(xí)框架，實現(xiàn)了策略從仿真環(huán)境到實體機器人的無縫遷移。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)建機器人移動強化學(xué)習(xí)策略的更多信息，請閱讀消除仿真與現(xiàn)實之間的差距：使用 NVIDIA Isaac Lab 訓(xùn)練 Spot 四足機器人運動。
通過無碰撞運動訓(xùn)練實現(xiàn)自主運行
工業(yè)機器人訓(xùn)練通常在工廠或訂單履行中心等特定環(huán)境中進行。在這些環(huán)境中，仿真能夠幫助解決與各種機器人類型和混亂環(huán)境相關(guān)的挑戰(zhàn)，其中的一個重點是在未知、雜亂的環(huán)境中生成無碰撞運動。
在未知或動態(tài)環(huán)境中，如果使用傳統(tǒng)的運動規(guī)劃方法應(yīng)對這些挑戰(zhàn)，那么結(jié)果可能會差強人意。SLAM（同步定位和映射）能夠使用多個視角的攝像機圖像生成環(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行修改。
NVIDIA Robotics 研究團隊和華盛頓大學(xué)推出了運動策略網(wǎng)絡(luò)（MπNets）。這項端到端神經(jīng)策略使用一個固定攝像頭的數(shù)據(jù)流生成實時、無碰撞的運動。經(jīng)過 300 多萬次運動規(guī)劃問題和 7 億次仿真點云的訓(xùn)練，MπNets 可在未知的現(xiàn)實環(huán)境中進行有效的導(dǎo)航。
除了直接學(xué)習(xí)軌跡的 MπNets 模型之外，該團隊還開發(fā)了基于點云的碰撞模型 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)集進行訓(xùn)練后，該模型無需任何真實數(shù)據(jù)，就能在真實廚房環(huán)境中泛化到分布外場景。
開發(fā)人員如何開始構(gòu)建機器人仿真平臺
訪問 NVIDIA 機器人仿真用例頁面，了解開發(fā)達到物理學(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/
機器人開發(fā)人員可以使用 NVIDIA Isaac Sim，該應(yīng)用支持多種機器人訓(xùn)練技術(shù)：
用于訓(xùn)練感知 AI 模型的合成數(shù)據(jù)生成
整個機器人堆棧的軟件在環(huán)測試
使用 Isaac Lab 進行的機器人策略訓(xùn)練
開發(fā)人員還可以同時使用 ROS 2 與 Isaac Sim 進行機器人系統(tǒng)的訓(xùn)練、仿真和驗證。Isaac Sim - ROS 2 工作流與使用 Gazebo 等其他機器人仿真平臺執(zhí)行的工作流類似。該工作流首先將機器人模型載入預(yù)構(gòu)建的 Isaac Sim 環(huán)境，為機器人添加傳感器，然后將相關(guān)組件連接到 ROS 2 行動圖并通過 ROS 2 軟件包控制機器人實現(xiàn)機器人仿真。
訂閱我們的新聞了解最新信息：
https://www.nvidia.cn/industries/robotics/robotics-stay-informed/
