บรรณาธิการของ Downcodes ได้เรียนรู้ว่าทีมวิจัยของ NVIDIA ได้สร้างความก้าวหน้าครั้งสำคัญในด้านการควบคุมหุ่นยนต์ ระบบโครงข่ายประสาทเทียม HOVER ที่พัฒนาโดยบริษัทได้รับการควบคุมหุ่นยนต์ฮิวแมนนอยด์อย่างมีประสิทธิภาพด้วยพารามิเตอร์ที่ต่ำมาก และประสิทธิภาพที่เหนือกว่าการออกแบบมาเป็นพิเศษ ระบบควบคุม ระบบ HOVER สามารถรองรับการควบคุมการเคลื่อนไหวของหุ่นยนต์ที่ซับซ้อนด้วยพารามิเตอร์เพียง 1.5 ล้านพารามิเตอร์ ซึ่งแตกต่างอย่างมากกับโมเดลภาษาขนาดใหญ่ที่มักจะมีพารามิเตอร์หลายแสนล้านพารามิเตอร์ ซึ่งสะท้อนถึงการออกแบบอันประณีต
ระบบ HOVER นี้ซึ่งต้องการพารามิเตอร์เพียง 1.5 ล้านพารามิเตอร์ สามารถรองรับการควบคุมการเคลื่อนไหวของหุ่นยนต์ที่ซับซ้อนได้ ในทางตรงกันข้าม โมเดลภาษาขนาดใหญ่ทั่วไปมักต้องการพารามิเตอร์นับแสนล้าน ประสิทธิภาพของพารามิเตอร์ที่น่าทึ่งนี้เน้นถึงความซับซ้อนของการออกแบบระบบ
การฝึกอบรมของ HOVER ดำเนินการในสภาพแวดล้อมจำลอง Isaac ของ NVIDIA ซึ่งสามารถเร่งความเร็วการเคลื่อนไหวของหุ่นยนต์ได้ 10,000 ครั้ง Jim Fan นักวิจัยของ Nvidia เปิดเผยว่านี่หมายความว่าการฝึกอบรมหนึ่งปีในพื้นที่เสมือนจริงสามารถเสร็จสิ้นได้ภายในเวลาเพียง 50 นาทีของการประมวลผลบน GPU
จุดเด่นของระบบคือความสามารถในการปรับตัวได้อย่างดีเยี่ยม สามารถถ่ายโอนโดยตรงจากสภาพแวดล้อมจำลองไปยังหุ่นยนต์จริงโดยไม่ต้องปรับแต่งเพิ่มเติม และรองรับวิธีการป้อนข้อมูลหลายวิธี: สามารถติดตามการเคลื่อนไหวของศีรษะและมือผ่านอุปกรณ์ XR เช่น Apple Vision Pro และข้อมูลตำแหน่งเต็มร่างกายสามารถรับได้ผ่านการเคลื่อนไหว กล้องจับภาพหรือ RGB มุมข้อต่อจะถูกรวบรวมผ่านโครงกระดูกภายนอก และสามารถควบคุมได้โดยใช้เกมแพดมาตรฐาน
ที่น่าแปลกใจยิ่งกว่านั้นคือ HOVER ทำงานได้ดีกว่าในทุกวิธีการควบคุมมากกว่าระบบที่พัฒนาขึ้นโดยเฉพาะสำหรับวิธีการป้อนข้อมูลเดียว ผู้เขียนนำ Tairan He คาดการณ์ว่าสิ่งนี้อาจเกิดจากความเข้าใจอย่างลึกซึ้งของระบบเกี่ยวกับแนวคิดทางกายภาพ เช่น ความสมดุลและการควบคุมแขนขาที่แม่นยำ ซึ่งช่วยให้สามารถถ่ายทอดความรู้ระหว่างวิธีการควบคุมต่างๆ
ระบบได้รับการพัฒนาตามโครงการโอเพ่นซอร์ส H2O และ OmniH2O และสามารถควบคุมหุ่นยนต์ฮิวแมนนอยด์ใดๆ ที่สามารถทำงานในเครื่องจำลอง Isaac ได้ ปัจจุบัน NVIDIA ได้เปิดเผยตัวอย่างและโค้ดบน GitHub ซึ่งนำความเป็นไปได้ใหม่ๆ มาสู่สาขาการวิจัยและพัฒนาหุ่นยนต์
ความก้าวหน้าที่ก้าวหน้าของระบบ HOVER ของ NVIDIA แสดงให้เห็นถึงศักยภาพมหาศาลของปัญญาประดิษฐ์ในด้านการควบคุมหุ่นยนต์ ประสิทธิภาพ ความสามารถในการปรับตัว และความสะดวกในการใช้งานได้เปิดทิศทางใหม่สำหรับการวิจัยและการใช้งานหุ่นยนต์ในอนาคต บรรณาธิการของ Downcodes เชื่อว่าสิ่งนี้จะช่วยส่งเสริมความสมบูรณ์และการแพร่หลายของเทคโนโลยีหุ่นยนต์ได้เร็วขึ้น