L'éditeur de Downcodes a appris que l'équipe de recherche de NVIDIA avait réalisé une percée majeure dans le domaine du contrôle des robots. Le système de réseau neuronal HOVER qu'elle a développé a permis un contrôle efficace des robots humanoïdes avec des paramètres extrêmement faibles et ses performances dépassent celles spécialement conçues. systèmes de contrôle. Le système HOVER peut gérer un contrôle de mouvement complexe du robot avec seulement 1,5 million de paramètres, ce qui contraste fortement avec les grands modèles de langage qui comportent souvent des centaines de milliards de paramètres, ce qui reflète sa conception exquise.
Ce système HOVER, qui ne nécessite que 1,5 million de paramètres, peut gérer un contrôle complexe des mouvements du robot. En revanche, les grands modèles de langage courants nécessitent souvent des centaines de milliards de paramètres. Cette étonnante efficacité des paramètres met en évidence la sophistication de la conception du système.
La formation de HOVER est dispensée dans l'environnement de simulation Isaac de NVIDIA, qui peut accélérer les mouvements du robot 10 000 fois. Le chercheur de Nvidia, Jim Fan, a révélé que cela signifie qu'une année de formation dans l'espace virtuel peut être complétée en seulement 50 minutes de calcul sur un GPU.
Un point fort du système est son excellente adaptabilité. Il peut être directement transféré d'un environnement de simulation à un robot réel sans réglage supplémentaire et prend en charge plusieurs méthodes de saisie : les mouvements de la tête et des mains peuvent être suivis via des appareils XR tels que Apple Vision Pro, et les données de position de tout le corps peuvent être obtenues via le mouvement. capture ou caméras RVB, les angles communs sont collectés via l'exosquelette et peuvent même être contrôlés à l'aide d'une manette de jeu standard.
Plus surprenant encore, HOVER a obtenu de meilleurs résultats sur chaque méthode de contrôle que les systèmes développés spécifiquement pour une seule méthode de saisie. L'auteur principal Tairan He spécule que cela pourrait provenir de la compréhension profonde du système de concepts physiques tels que l'équilibre et le contrôle précis des membres, lui permettant de transférer des connaissances entre différentes méthodes de contrôle.
Le système est développé sur la base du projet open source H2O & OmniH2O et peut contrôler n'importe quel robot humanoïde pouvant fonctionner dans le simulateur Isaac. Actuellement, NVIDIA a divulgué des exemples et du code sur GitHub, ouvrant ainsi de nouvelles possibilités dans le domaine de la recherche et du développement en robotique.
Les progrès révolutionnaires du système HOVER de NVIDIA démontrent l'énorme potentiel de l'intelligence artificielle dans le domaine du contrôle des robots. Son efficacité, son adaptabilité et sa facilité d'utilisation ont ouvert de nouvelles directions pour la recherche et les applications futures des robots. L'éditeur de Downcodes estime que cela favorisera plus rapidement la maturité et la vulgarisation de la technologie robotique.