Downcodes の編集者は、NVIDIA 研究チームが開発したニューラル ネットワーク システム HOVER が、非常に低いパラメータで人型ロボットの効率的な制御を実現し、その性能が特別に設計されたものを超えていることを知りました。制御システム。 HOVER システムは、わずか 150 万個のパラメータで複雑なロボットの動作制御を処理できます。これは、その絶妙な設計を反映して、数千億ものパラメータを持つことが多い大規模な言語モデルとは大きく対照的です。
この HOVER システムは、わずか 150 万個のパラメータを必要とし、複雑なロボットの動作制御を処理できます。対照的に、一般的な大規模言語モデルでは、多くの場合、数千億のパラメーターが必要になります。この驚くべきパラメータ効率は、システム設計の洗練さを際立たせます。
HOVER のトレーニングは、ロボットの動きを 10,000 倍加速できる NVIDIA の Isaac シミュレーション環境で行われます。 Nvidia の研究者 Jim Fan 氏は、これは仮想空間での 1 年間のトレーニングが GPU でのわずか 50 分のコンピューティングで完了できることを意味すると明らかにしました。
このシステムのハイライトは、その優れた適応性です。追加の調整なしでシミュレーション環境から実際のロボットに直接転送でき、複数の入力方法をサポートしています。頭と手の動きは Apple Vision Pro などの XR デバイスを通じて追跡でき、全身の位置データはモーションを通じて取得できます。キャプチャまたは RGB カメラ、関節角度は外骨格を通じて収集され、標準のゲームパッドを使用して制御することもできます。
さらに驚くべきことに、HOVER は、単一の入力方法専用に開発されたシステムよりも、あらゆる制御方法で優れたパフォーマンスを発揮しました。主著者である Tairan He 氏は、これはシステムがバランスや手足の正確な制御などの物理的概念を深く理解しており、異なる制御方法間で知識を伝達できることに由来しているのではないかと推測しています。
このシステムは、オープンソースの H2O & OmniH2O プロジェクトに基づいて開発されており、Isaac シミュレーターで実行できるあらゆる人型ロボットを制御できます。現在、NVIDIA は GitHub 上でサンプルとコードを公開しており、ロボット研究開発の分野に新たな可能性をもたらしています。
NVIDIA の HOVER システムの画期的な進歩は、ロボット制御の分野における人工知能の大きな可能性を示しており、その効率性、適応性、使いやすさによって、将来のロボットの研究と応用に新たな方向性が開かれています。 Downcodes の編集者は、これによりロボット技術の成熟と普及がより早く促進されると信じています。