El editor de Downcodes se enteró de que el equipo de investigación de NVIDIA ha logrado un gran avance en el campo del control de robots. El sistema de red neuronal HOVER desarrollado por él ha logrado un control eficiente de robots humanoides con parámetros extremadamente bajos y su rendimiento supera al de los diseñados especialmente. sistemas de control. El sistema HOVER puede manejar un control complejo del movimiento del robot con sólo 1,5 millones de parámetros, lo que contrasta marcadamente con los grandes modelos de lenguaje que a menudo tienen cientos de miles de millones de parámetros, lo que refleja su exquisito diseño.
Este sistema HOVER, que requiere sólo 1,5 millones de parámetros, puede manejar un control complejo del movimiento del robot. Por el contrario, los modelos de lenguajes grandes comunes a menudo requieren cientos de miles de millones de parámetros. Esta asombrosa eficiencia de parámetros resalta la sofisticación del diseño del sistema.
El entrenamiento de HOVER se lleva a cabo en el entorno de simulación Isaac de NVIDIA, que puede acelerar los movimientos del robot 10.000 veces. El investigador de Nvidia, Jim Fan, reveló que esto significa que un año de formación en el espacio virtual se puede completar con sólo 50 minutos de computación en una GPU.
Lo más destacado del sistema es su excelente adaptabilidad. Se puede transferir directamente desde un entorno de simulación a un robot real sin ajustes adicionales y admite múltiples métodos de entrada: los movimientos de la cabeza y las manos se pueden rastrear a través de dispositivos XR como Apple Vision Pro, y se pueden obtener datos de posición de todo el cuerpo a través del movimiento. Captura o cámaras RGB, los ángulos de las articulaciones se recogen a través del exoesqueleto e incluso se pueden controlar mediante un gamepad estándar.
Aún más sorprendente es que HOVER funcionó mejor en todos los métodos de control que los sistemas desarrollados específicamente para un único método de entrada. El autor principal, Tairan He, especula que esto puede deberse a la profunda comprensión del sistema de conceptos físicos como el equilibrio y el control preciso de las extremidades, lo que le permite transferir conocimientos entre diferentes métodos de control.
El sistema está desarrollado en base al proyecto de código abierto H2O & OmniH2O y puede controlar cualquier robot humanoide que pueda ejecutarse en el simulador Isaac. Actualmente, NVIDIA ha revelado ejemplos y códigos en GitHub, aportando nuevas posibilidades al campo de la investigación y el desarrollo de la robótica.
El gran avance del sistema HOVER de NVIDIA demuestra el enorme potencial de la inteligencia artificial en el campo del control de robots. Su eficiencia, adaptabilidad y facilidad de uso han abierto nuevas direcciones para futuras investigaciones y aplicaciones de robots. El editor de Downcodes cree que esto promoverá más rápidamente la madurez y la popularización de la tecnología robótica.