NVIDIA Isaac Sim 現(xiàn)在可在 Amazon EC2 G6e 實例中的 NVIDIA GPU 云實例上使用，將機器人仿真的擴展速度提高了 2 倍并加快了 AI 模型的訓(xùn)練速度。

Field AI 正在構(gòu)建使機器人能夠自主管理各種工業(yè)流程的機器人大腦；Vention 創(chuàng)建了簡化機器人任務(wù)開發(fā)工作的預(yù)訓(xùn)練技能；Cobot 推出的 AI 機器人 Proxie 專為搬運材料和適應(yīng)動態(tài)環(huán)境而設(shè)計，能夠和人類默契配合完成各類工作。

這些領(lǐng)先的機器人初創(chuàng)公司都在使用 Amazon Web Services 上的NVIDIA Isaac Sim以實現(xiàn)技術(shù)突破。Isaac Sim 是一款基于NVIDIA Omniverse構(gòu)建的參考應(yīng)用，開發(fā)人員可以借助它，在基于物理學(xué)的虛擬環(huán)境中對 AI 驅(qū)動的機器人進行仿真和測試。

在近日的 AWS re:Invent 上，NVIDIA 宣布 Isaac Sim 現(xiàn)在能夠在NVIDIAGPU加速的 Amazon Elastic Cloud Computing（EC2）G6e 實例上運行。另外，借助NVIDIA OSMO云原生編排平臺，開發(fā)人員可以在 AWS 計算基礎(chǔ)設(shè)施上輕松管理復(fù)雜的機器人工作流。

通過在云端使用 NVIDIA 加速軟件與硬件組合，不同規(guī)模的團隊都能擴展他們的物理 AI 工作流。

物理 AI 指能夠理解物理世界并與之交互的 AI 模型。它標(biāo)志著自主機器和機器人技術(shù)的新發(fā)展階段，例如自動駕駛汽車、工業(yè)機械手、移動機器人、人形機器人，乃至工廠、倉庫等依靠機器人運行的基礎(chǔ)設(shè)施。

開發(fā)人員正在借助物理 AI，使用“三臺計算機”進行訓(xùn)練、仿真和推理，以此取得突破。

但機器人系統(tǒng)的物理 AI 需要強大的訓(xùn)練數(shù)據(jù)集，才能在實際使用時作出精準(zhǔn)的推理。而開發(fā)這樣的數(shù)據(jù)集并在現(xiàn)實環(huán)境中進行測試不切實際且成本高昂。

仿真解決了這個問題，它大大加快了 AI 驅(qū)動的機器人的訓(xùn)練、測試和部署。

在云端利用GPU

拓展機器人仿真和訓(xùn)練

通過使用仿真，可以在部署前驗證、確認(rèn)和優(yōu)化機器人的設(shè)計及其系統(tǒng)與算法，還可以在開始建造或改造前優(yōu)化設(shè)施和系統(tǒng)設(shè)計，這不僅能夠提高效率，還能減少因生產(chǎn)變更而產(chǎn)生的高昂成本。

借助 NVIDIA GPU 提供的加速，Amazon EC2 G6e 實例的性能是之前架構(gòu)的 2 倍，而且還能隨著場景和仿真復(fù)雜度的增加而靈活擴展。這些實例可以延伸到從數(shù)據(jù)生成到仿真和模型訓(xùn)練等各種任務(wù)，因此可以用來訓(xùn)練 AI 驅(qū)動的機器人所需要的許多計算機視覺模型。

通過在云中使用 NVIDIA OSMO，團隊可以在各種分布式計算資源上編排和擴展復(fù)雜的機器人開發(fā)工作流，無論是在本地還是在 AWS 云中。

Isaac Sim 提供了最新機器人仿真功能和云的訪問途徑，促進了協(xié)作。其中的一個關(guān)鍵工作流是生成用于感知模型訓(xùn)練的合成數(shù)據(jù)。

通過使用結(jié)合了NVIDIA Omniverse Replicator與NVIDIA NIM 微服務(wù)的參考工作流，開發(fā)人員可以構(gòu)建生成式 AI 賦能的 SDG 流水線。NVIDIA Omniverse Replicator 是一個用于構(gòu)建自定義合成數(shù)據(jù)生成（SDG）流水線的框架，同時也是 Isaac Sim 的核心擴展。

所使用的 NVIDIA NIM 微服務(wù)包括用于生成 Python USD 代碼和回答 OpenUSD 查詢的 USD Code NIM 微服務(wù)以及基于自然語言或圖像輸入搜索 OpenUSD 資產(chǎn)的 USD Search NIM 微服務(wù)。Edify 360 HDRi NIM 微服務(wù)可生成 360 度環(huán)境地圖，而 Edify 3D NIM 微服務(wù)可根據(jù)文本或圖像提示創(chuàng)建隨時可編輯的 3D 資產(chǎn)。生成式 AI 的強大功能減少了資產(chǎn)創(chuàng)建、圖像增強等許多繁瑣的人工步驟，簡化了合成數(shù)據(jù)的生成。

Rendered.ai 依靠其集成了 Omniverse Replicator 的合成數(shù)據(jù)工程平臺，生成投喂給計算機視覺模型的合成數(shù)據(jù)。此類模型正在被安全行業(yè)和智能化行業(yè)以及制造業(yè)和農(nóng)業(yè)等行業(yè)所使用。

IT 咨詢和數(shù)字服務(wù)提供商 SoftServe 使用 Isaac Sim 生成合成數(shù)據(jù)，并與歐洲一流的食品生產(chǎn)商 Pfeifer & Langen 合作，驗證用于垂直農(nóng)業(yè)的機器人。

Tata Consultancy Services 正在構(gòu)建定制的合成數(shù)據(jù)生成流水線，以便增強其 Mobility AI 套件，通過對現(xiàn)實世界場景進行仿真，滿足汽車和自動駕駛用例的需求。該公司的應(yīng)用包括缺陷檢測、生產(chǎn)線末端質(zhì)量檢測和危險規(guī)避。

機器人在仿真中進行學(xué)習(xí)

Isaac Sim 使開發(fā)人員能夠在達到物理學(xué)精度的仿真中測試和驗證機器人，而基于 Isaac Sim 構(gòu)建的開源機器人學(xué)習(xí)框架 Isaac Lab 則為建立可在 AWS Batch 上運行的機器人策略提供了一個虛擬試驗場。

由于這些仿真可重復(fù)使用，開發(fā)人員能夠輕松排除故障并減少驗證和測試的循環(huán)次數(shù)。

多家機器人開發(fā)商正在 AWS 上使用NVIDIA Isaac來開發(fā)物理 AI：

Aescape通過在 Isaac Sim 中對機器人的機載傳感器進行精確模擬和調(diào)整，使其機器人能夠提供精準(zhǔn)定制的按摩服務(wù)。

Cobot使用 Isaac Sim 與其 AI 驅(qū)動的協(xié)作機器人 Proxie 優(yōu)化倉庫、醫(yī)院、制造現(xiàn)場等地點的物流。

Cohesive Robotics已將 Isaac Sim 集成到其 Argus OS 軟件框架中，該框架用于開發(fā)和部署高度混合制造環(huán)境中使用的機器人工作單元。

機器人基礎(chǔ)模型制造商Field AI使用 Isaac Sim 和 Isaac Lab 評估其模型在復(fù)雜、非結(jié)構(gòu)化環(huán)境中的性能，包括建筑、制造、石油和天然氣、采礦等行業(yè)。

Standard Bots正在對其 R01 機器人的性能進行仿真和驗證，該機器人被用于制造和加工環(huán)境。

Swiss Mile正在將 Isaac Sim 和 Isaac Lab 用于機器人學(xué)習(xí)，提高輪式四足機器人在工廠和倉庫中自主執(zhí)行任務(wù)的效率。

全棧云自動化平臺提供商Vention正在利用 Isaac Sim 為中小型制造商使用的機器人單元開發(fā)和測試新功能。