علم محرر Downcodes أن فريق بحث NVIDIA قد حقق تقدمًا كبيرًا في مجال التحكم في الروبوتات، وقد حقق نظام الشبكة العصبية HOVER الذي طورته تحكمًا فعالاً في الروبوتات البشرية بمعلمات منخفضة للغاية، ويتجاوز أدائه أداء الروبوتات المصممة خصيصًا. أنظمة التحكم. يمكن لنظام HOVER التعامل مع التحكم المعقد في حركة الروبوت باستخدام 1.5 مليون معلمة فقط، وهو ما يتناقض بشكل حاد مع نماذج اللغات الكبيرة التي غالبًا ما تحتوي على مئات المليارات من المعلمات، مما يعكس تصميمه الرائع.
يمكن لنظام HOVER، الذي يتطلب 1.5 مليون معلمة فقط، التعامل مع التحكم المعقد في حركة الروبوت. في المقابل، غالبًا ما تتطلب نماذج اللغة الكبيرة الشائعة مئات المليارات من المعلمات. تسلط هذه الكفاءة المذهلة للمعلمات الضوء على مدى تعقيد تصميم النظام.
يتم إجراء تدريب HOVER في بيئة محاكاة Isaac من NVIDIA، والتي يمكنها تسريع حركات الروبوت 10000 مرة. كشف الباحث في Nvidia Jim Fan أن هذا يعني أنه يمكن إكمال التدريب لمدة عام في الفضاء الافتراضي في 50 دقيقة فقط من الحوسبة على وحدة معالجة الرسومات.
ما يميز النظام هو قدرته الممتازة على التكيف. يمكن نقله مباشرة من بيئة محاكاة إلى روبوت حقيقي دون ضبط إضافي، ويدعم طرق إدخال متعددة: يمكن تتبع حركات الرأس واليد من خلال أجهزة XR مثل Apple Vision Pro، ويمكن الحصول على بيانات وضع الجسم بالكامل من خلال الحركة كاميرات الالتقاط أو RGB، يتم جمع زوايا المفاصل من خلال الهيكل الخارجي، ويمكن التحكم فيها باستخدام لوحة الألعاب القياسية.
والأكثر إثارة للدهشة هو أن أداء HOVER كان أفضل في كل طرق التحكم من الأنظمة التي تم تطويرها خصيصًا لطريقة إدخال واحدة. ويتكهن المؤلف الرئيسي تيران بأن هذا قد ينبع من الفهم العميق للنظام للمفاهيم الفيزيائية مثل التوازن والتحكم الدقيق في الأطراف، مما يسمح له بنقل المعرفة بين طرق التحكم المختلفة.
تم تطوير النظام بناءً على مشروع H2O وOmniH2O مفتوح المصدر ويمكنه التحكم في أي روبوت بشري يمكنه العمل في جهاز محاكاة Isaac. حاليًا، كشفت NVIDIA عن الأمثلة والتعليمات البرمجية على GitHub، مما يوفر إمكانيات جديدة في مجال البحث والتطوير في مجال الروبوتات.
يوضح التقدم المذهل لنظام HOVER من NVIDIA الإمكانات الهائلة للذكاء الاصطناعي في مجال التحكم في الروبوتات، وقد فتحت كفاءته وقدرته على التكيف وسهولة استخدامه اتجاهات جديدة لأبحاث وتطبيقات الروبوت المستقبلية. يعتقد محرر Downcodes أن هذا سيعزز نضج تكنولوجيا الروبوتات ونشرها بشكل أسرع.