El equipo de investigación de NVIDIA anunció recientemente su avance en el campo del control de robots - Sistema de redes neuronales Rover. El sistema logra un control eficiente de los robots humanoides con parámetros extremadamente bajos (solo 1,5 millones), y su rendimiento incluso supera los sistemas de control especialmente diseñados, lo que tiene una importancia hito en el campo de la inteligencia artificial. El rendimiento sobresaliente de Hover proviene de su inteligente diseño del sistema y su potente adaptabilidad.
El equipo de investigación de Nvidia recientemente realizó grandes avances en el campo del control de robots. El sistema de red neuronal que desarrollaron se realiza un control eficiente de los robots humanoides con parámetros extremadamente simplificados, y su rendimiento incluso supera los sistemas de control especialmente diseñados.
Este sistema flotante, que solo requiere 1,5 millones de parámetros, puede manejar el control de movimiento de robot complejo. En contraste, los modelos de lenguaje grande comunes a menudo requieren cientos de miles de millones de parámetros. Esta sorprendente eficiencia de parámetros demuestra la exquisitez del diseño del sistema.
El entrenamiento de Hover se realiza en el entorno de simulación Isaac de Nvidia, que puede acelerar los movimientos del robot en 10,000 veces. El investigador de Nvidia, Jim Fan, reveló que esto significa que la cantidad de entrenamiento en un espacio virtual durante un año se puede completar en solo 50 minutos.
Lo más destacado del sistema es su excelente adaptabilidad. Se puede migrar directamente desde el entorno simulado al robot real sin ajuste adicional, y admite una variedad de métodos de entrada: los movimientos de cabeza y mano se pueden rastrear a través de dispositivos XR como Apple Vision Pro, y se pueden obtener datos de posición de cuerpo completo A través de la captura de movimiento o las cámaras RGB.
Lo que es aún más sorprendente es que Hover funciona mejor en cada modo de control que los sistemas desarrollados específicamente para un solo modo de entrada. El autor principal Tairan especuló que esto puede provenir de la comprensión profunda del sistema de conceptos físicos, como el equilibrio y el control preciso de las extremidades, lo que le permite transferir el conocimiento entre diferentes modos de control.
El sistema se basa en el desarrollo de proyectos H2O y Omnih2O de código abierto y puede controlar cualquier robot humanoide que pueda ejecutarse en el simulador ISAAC. Actualmente, NVIDIA ha revelado muestras y código en GitHub, lo que trae nuevas posibilidades al campo de la investigación y el desarrollo de los robots.
El código abierto del sistema de desplazamiento promoverá en gran medida el progreso y la aplicación de la tecnología de control de robots, y proporcionará nuevas direcciones e impulso para el desarrollo futuro de la tecnología de robots.