Osegi
KI·1 Min. Lesezeit

NVIDIA GR00T 2 und Isaac Lab 3.0: Roboter lernen per Simulation

NVIDIA stellt GR00T 2 und Isaac Lab 3.0 vor: Roboter lernen in der Simulation feinmotorische Aufgaben wie Montage, Inspektion und den Umgang mit Kabeln.

A robotic arm with fingers handling a cable and small components in a simulated factory environment.
Bild: اليوم السابع
SUMODialoediviewergiftdetect

NVIDIA hat neue Technologien vorgestellt, mit denen Roboter Aufgaben erlernen sollen, die präzise Bewegungen von Armen und Fingern erfordern, etwa das Montieren von Teilen, das Prüfen von Komponenten und den Umgang mit Kabeln. Die Roboter trainieren zunächst in der Simulation, anschließend werden die Fähigkeiten auf echte Maschinen übertragen. Kernstücke sind das Modell GR00T 2 und die Plattform Isaac Lab 3.0.

Testergebnisse

Laut NVIDIAs Beitrag zur Robotik-Konferenz CoRL bewältigte GR00T 2 von 50 bewerteten Aufgaben mindestens bei 40 mindestens einmal erfolgreich. Nach einem einzigen Beispiel je Aufgabe lag die durchschnittliche Erfolgsquote bei 71 Prozent, mit fünf Beispielen stieg sie auf 95 Prozent. Trainiert wurde das Modell mit Daten von Menschen und Robotern, darunter 100.000 Stunden Aufnahmen aus der Ich-Perspektive.

So funktioniert die Simulation

Die Technik baut Simulationsumgebungen auf, in denen Roboter üben, Objekte zu greifen, den Griff zu wechseln und sie zu bewegen. Isaac Lab 3.0 nutzt Physik-Engines, um die Wirkung von Kräften und Bewegung auf Materialien wie Stoff und Kabel nachzubilden. So lassen sich Fähigkeiten testen, bevor sie auf reale Roboter kommen. Durch die Kopplung mit der Newton-Engine stieg die Geschwindigkeit bestimmter Trainingsläufe laut NVIDIA um bis zu das 2,5-Fache gegenüber einer früheren Konfiguration.

Erprobung in der Industrie

Unternehmen wie Foxconn und Siemens testen GR00T 2 bei industriellen Aufgaben, darunter die Fertigung von Servern und der Umgang mit Anlagen. Andere Technologien werden in Wäschereien und Lagern bewertet. Die genannten Erfolgsquoten beziehen sich auf bestimmte Aufgaben und Tests; sie bedeuten nicht, dass Roboter sämtliche Industriearbeiten ohne menschliches Eingreifen erledigen können.

Ziel der Entwicklungen ist es, die Trainingszeit zu verkürzen und Systeme besser auf wechselnde Arbeitsbedingungen und Fehler während der Ausführung vorzubereiten.

Apps, die sich lohnen

SUMO: das Zahlenrätsel

Tippe die richtigen Felder, addiere, triff das Ziel. Leicht zu lernen, schwer zu meistern. Kostenlos, für jedes Alter.

Schlagwörter:nvidiagr00t 2isaac labroboticssimulationnewton

Mehr von diesem Tag

Alle anzeigen →

Mehr aus: KI

Alle anzeigen →