Der Herausgeber von Downcodes erfuhr, dass dem NVIDIA-Forschungsteam ein großer Durchbruch auf dem Gebiet der Robotersteuerung gelungen ist. Das von ihm entwickelte neuronale Netzwerksystem HOVER hat eine effiziente Steuerung humanoider Roboter mit extrem niedrigen Parametern erreicht und seine Leistung übertrifft die von speziell entwickelten Steuerungssysteme. Das HOVER-System kann eine komplexe Roboterbewegungssteuerung mit nur 1,5 Millionen Parametern bewältigen, was in scharfem Kontrast zu großen Sprachmodellen steht, die oft Hunderte von Milliarden Parametern aufweisen, was sein exquisites Design widerspiegelt.
Dieses HOVER-System, das nur 1,5 Millionen Parameter benötigt, kann komplexe Roboterbewegungssteuerungen bewältigen. Im Gegensatz dazu erfordern gängige große Sprachmodelle oft Hunderte Milliarden Parameter. Diese erstaunliche Parametereffizienz unterstreicht die Raffinesse des Systemdesigns.
Das Training von HOVER wird in der Isaac-Simulationsumgebung von NVIDIA durchgeführt, die die Bewegungen des Roboters um das 10.000-fache beschleunigen kann. Nvidia-Forscher Jim Fan verriet, dass dies bedeutet, dass ein einjähriges Training im virtuellen Raum in nur 50 Minuten Rechenzeit auf einer GPU absolviert werden kann.
Ein Highlight des Systems ist seine hervorragende Anpassungsfähigkeit. Es kann ohne zusätzliche Abstimmung direkt von einer Simulationsumgebung auf einen echten Roboter übertragen werden und unterstützt mehrere Eingabemethoden: Kopf- und Handbewegungen können über XR-Geräte wie Apple Vision Pro verfolgt werden, und Ganzkörperpositionsdaten können durch Bewegung ermittelt werden Mit Capture- oder RGB-Kameras werden Gelenkwinkel über das Exoskelett erfasst und können sogar mit einem Standard-Gamepad gesteuert werden.
Noch überraschender ist, dass HOVER bei jeder Steuerungsmethode eine bessere Leistung erbringt als Systeme, die speziell für eine einzelne Eingabemethode entwickelt wurden. Der Hauptautor Tairan He vermutet, dass dies auf das tiefe Verständnis des Systems für physikalische Konzepte wie Gleichgewicht und präzise Kontrolle der Gliedmaßen zurückzuführen sein könnte, das es ihm ermöglicht, Wissen zwischen verschiedenen Kontrollmethoden zu übertragen.
Das System wurde auf Basis des Open-Source-Projekts H2O & OmniH2O entwickelt und kann jeden humanoiden Roboter steuern, der im Isaac-Simulator laufen kann. Derzeit hat NVIDIA Beispiele und Code auf GitHub veröffentlicht und damit neue Möglichkeiten für den Bereich der Robotikforschung und -entwicklung eröffnet.
Der bahnbrechende Fortschritt des HOVER-Systems von NVIDIA zeigt das enorme Potenzial der künstlichen Intelligenz im Bereich der Robotersteuerung. Seine Effizienz, Anpassungsfähigkeit und Benutzerfreundlichkeit haben neue Richtungen für zukünftige Roboterforschung und -anwendungen eröffnet. Der Herausgeber von Downcodes glaubt, dass dies die Reife und Popularisierung der Robotiktechnologie schneller vorantreiben wird.