Nvidia kündigt an, dass sein Forschungsteam ein neues neuronales Netzwerk namens Hover (Humanoid Multifunktion Controller) entwickelt hat, ein kleines, aber effizientes neuronales Netzwerk mit nur 1,5 Millionen Parametern, die sich der Kontrolle und Betrieb von Humanoid -Robotern widmen. Das Einzigartige an Schwebeplätzen ist seine Fähigkeit, unterbewusste Prozesse in menschlicher Bewegung zu erfassen und es Robotern zu ermöglichen, komplexe Aufgaben ohne umständliche Programmierung auszuführen, was ein signifikanter Durchbruch auf dem Gebiet der Roboterkontrolle ist. Der effiziente Trainingsprozess ist auch beeindruckend.
Das Forschungsteam kündigte einen aufregenden Fortschritt bei der Entwicklung eines neuen neuronalen Netzwerks namens Hover (Humanoid Multifunktional Controller). Dieses neuronale Netzwerk verfügt über 1,5 Millionen Parameter und ist speziell entwickelt, um die Bewegung und den Betrieb von humanoiden Robotern zu koordinieren.
"Nicht alle grundlegenden Modelle müssen riesig sein. Das von uns ausgebildete 1,5 -m -Parameter -Netzwerk soll den Körper eines humanoiden Roboters kontrollieren." Der Roboter, um komplexe Aufgaben ohne umständliche Programmierung auszuführen. Er erwähnte, dass "Menschen beim Gehen, beim Aufrechterhalten von Gleichgewicht und der Flexibilität ihre Gliedmaßen viel unbewusste Verarbeitung brauchen."
Während des Trainingsprozesses verwendete Hover die ISAAC -Simulationsplattform von NVIDIA, die die physische Simulation mit einer Geschwindigkeit von 10.000 -mal so hoch wie Echtzeit beschleunigen kann.
Jim Fan gab bekannt, dass das Modell seit einem Jahr in einer virtuellen Umgebung trainiert wurde und tatsächlich nur etwa 50 Minuten in Echtzeit brauchte, was an einer einzelnen GPU durchgeführt wird. Er sagte, dass dieses effiziente Training es neuronalen Netzwerken ermöglicht, reibungslos auf reale Anwendungen ohne Feinabstimmung übertragen zu werden.
Hover kann auf eine Vielzahl von Bewegungsanweisungen auf hoher Ebene reagieren, einschließlich der Steuerung der Kopf- und Händehaltung unter Verwendung von XR . Fan betonte, dass Hover eine einheitliche Schnittstelle für Roboter liefert, die unterschiedliche Eingabegeräte steuern und so die Sammlung von Fernbedienungsdaten für das Training erleichtern.
Darüber hinaus ist HOVER in vorgelagerte Sichtsprüche-Action-Modelle integriert, sodass Bewegungsanweisungen bei hoher Frequenz in motorische Motorsignale umgewandelt werden können. Dieses Modell ist mit jedem humanoiden Roboter kompatibel, der in ISAAC simuliert werden kann, sodass Benutzer dem Roboterleben leicht leben können.
Anfang dieses Jahres kündigte Nvidia auch ein Projekt namens GR00T an, ein allgemeines Modell, das für humanoide Roboter entwickelt wurde. GR00T（Generalist Robot00Technology）所驱动的机器人，能够理解自然语言，并通过观察动作来模仿人类的动作，这让它们能够快速学习协调、灵活性及其他在现实世界中有效互动所需的技能。
Papier -URL: https://arxiv.org/pdf/2410.21229
Schlüsselpunkte:
- Nvidia startet Hover, ein 1,5 Millionen Parameter neuronales Netzwerk, das die Bewegung und den Betrieb humanoischer Roboter steuert.
- ⏳ HOVER 在虚拟环境中训练了一年，实际训练时间仅为50分钟，提升了现实应用的效率。
- HOVER 支持多种高层运动指令，能与不同输入设备协同工作，为机器人控制提供统一接口。
Die Entstehung von Schwebungen markiert einen großen Sprung in der Kontrolltechnologie von humanoiden Robotern. 期待这项技术在未来带来更多令人兴奋的应用和创新。