Nvidia Researchチームは最近、ロボット制御 - ニューラルネットワークシステムホバーの分野でのブレークスルーの進歩を発表しました。このシステムは、非常に低いパラメーター（わずか150万）でヒューマノイドロボットの効率的な制御を実現し、そのパフォーマンスは特別に設計された制御システムを上回ります。これは、人工知能の分野でマイルストーンの重要性です。 Hoverの優れたパフォーマンスは、さまざまな入力モードでスムーズに実行される可能性があります。
Nvidiaの研究チームは最近、ロボット制御の分野で大きなブレークスルーを行いました。彼らが開発したニューラルネットワークシステムは、非常に合理化されたパラメーターを備えたヒューマノイドロボットの効率的な制御を実現し、そのパフォーマンスは特別に設計された制御システムを超えています。
150万のパラメーターを必要とするこのホバーシステムは、複雑なロボットモーションコントロールを処理できます。対照的に、一般的な大きな言語モデルには、多くの場合、数億のパラメーターが必要です。この驚くべきパラメーター効率は、システム設計の絶妙さを示しています。
Hoverのトレーニングは、NvidiaのISAACシミュレーション環境で実行され、ロボットの動きを10,000回加速できます。 Nvidiaの研究者であるJim Fanは、これが1年間の仮想空間でのトレーニングの量をわずか50分で完了できることを意味することを明らかにしました。
システムのハイライトは、その優れた適応性です。シミュレートされた環境から追加のチューニングなしで実際のロボットに直接移行でき、さまざまな入力方法をサポートできます。AppleVisionProなどのXRデバイスを介してヘッドとハンドの動きを追跡でき、フルボディの位置データを取得できます。モーションキャプチャまたはRGBカメラを介して、外骨格を介してジョイントアングルを収集し、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は、単一の入力モード用に特別に開発されたシステムよりも、各制御モードでホバーのパフォーマンスが向上することです。リード著者のタイランは、これがバランスや正確な四肢制御などの物理的概念に対するシステムの深い理解に起因する可能性があると推測し、異なる制御モード間で知識を転送できるようにしました。
このシステムは、オープンソースのH2O＆OMNIH2Oプロジェクト開発に基づいており、ISAACシミュレーターで実行できるヒューマノイドロボットを制御できます。現在、NvidiaはGithubでサンプルとコードを開示しており、ロボットの研究開発の分野に新しい可能性をもたらしています。
ホバーシステムのオープンソースは、ロボット制御テクノロジーの進捗と適用を大いに促進し、ロボットテクノロジーの将来の開発とさまざまな分野でのさらなる開発を楽しみにしています。