在今年的機(jī)器人科學(xué)與系統(tǒng)會(huì)議 (RSS) 上，NVIDIA 研究中心展示了一系列推動(dòng)機(jī)器人學(xué)習(xí)的研究成果，展示了在仿真、現(xiàn)實(shí)世界遷移和決策制定領(lǐng)域的突破。

NVIDIA 研究中心正在推進(jìn)將機(jī)器人仿真、優(yōu)化技術(shù)與 AI 相結(jié)合的相關(guān)技術(shù)研究，旨在讓機(jī)器人的行為更具通用性和適應(yīng)性。

今年的機(jī)器人科學(xué)與系統(tǒng)會(huì)議 (RSS) 于 6 月 21 日至 25 日在洛杉磯舉辦，來自全球的機(jī)器人領(lǐng)域研究人員齊聚一堂，共同探討自主系統(tǒng)、感知能力以及物理智能方面的突破性進(jìn)展。

來自 NVIDIA 的研究人員展示了多項(xiàng)前沿研究成果，包括仿真到現(xiàn)實(shí)遷移、敏捷人形機(jī)器人控制、GPU 加速規(guī)劃以及面向開放世界推理的基礎(chǔ)模型等。

NVIDIA 首席研究科學(xué)家 Fabio Ramos 表示：“RSS 對機(jī)器人領(lǐng)域的基礎(chǔ)研究與現(xiàn)實(shí)創(chuàng)新具有重要意義。今年，NVIDIA 展示了多項(xiàng)研究成果，從通過真實(shí)數(shù)據(jù)讓人形機(jī)器人習(xí)得操作技能與敏捷全身運(yùn)動(dòng)，到提升其推理與感知能力，這些成果正推動(dòng)機(jī)器人向在復(fù)雜環(huán)境中實(shí)現(xiàn)更加實(shí)時(shí)、靈活且智能的自主運(yùn)行這一目標(biāo)邁進(jìn)。”

以下是 NVIDIA 研究中心 在 RSS 上的部分精選論文，展示了機(jī)器人學(xué)習(xí)與控制領(lǐng)域的突破性進(jìn)展：

ASAP：由卡內(nèi)基梅隆大學(xué)與 NVIDIA 聯(lián)合開發(fā)的方案，讓人形機(jī)器人通過從真實(shí)世界數(shù)據(jù)中學(xué)習(xí)對仿真物理的修正，從而在現(xiàn)實(shí)世界中完成靈活的全身動(dòng)作。

仿真與現(xiàn)實(shí)協(xié)同訓(xùn)練：這種簡單的協(xié)同訓(xùn)練方法利用仿真與現(xiàn)實(shí)數(shù)據(jù)，無需域隨機(jī)化或微調(diào)即可提升操作性能。

可微分 GPU 并行化任務(wù)與運(yùn)動(dòng)規(guī)劃：麻省理工學(xué)院與 NVIDIA 研究人員開發(fā)的這一方法，通過專為 GPU 并行執(zhí)行優(yōu)化的全可微分任務(wù)與運(yùn)動(dòng)規(guī)劃流程，使實(shí)時(shí)高維機(jī)器人規(guī)劃更接近現(xiàn)實(shí)。

基于視覺語言模型約束推理的開放世界任務(wù)與運(yùn)動(dòng)規(guī)劃：該算法從自然語言和場景上下文中推斷任務(wù)約束，使機(jī)器人能夠在復(fù)雜、非結(jié)構(gòu)化環(huán)境中進(jìn)行規(guī)劃。

Fail2Progress：該方法通過使用 Stein 變分推理（一種可用于處理復(fù)雜數(shù)據(jù)和模型的計(jì)算統(tǒng)計(jì)方法）進(jìn)行概率優(yōu)化，將機(jī)器人故障轉(zhuǎn)化為有用的學(xué)習(xí)信號。

RSS上NVIDIA技術(shù)專家參與的機(jī)器人研討會(huì)包括：

基礎(chǔ)模型時(shí)代的機(jī)器人規(guī)劃：探討如何將基礎(chǔ)模型與符號規(guī)劃及神經(jīng)符號規(guī)劃結(jié)合，推進(jìn)機(jī)器人任務(wù)與運(yùn)動(dòng)規(guī)劃。

生成式建模與人機(jī)交互：研究生成模型如何通過改進(jìn)意圖預(yù)測、交互通信與協(xié)同適應(yīng)來增強(qiáng)人機(jī)交互。

并行化時(shí)代的快速運(yùn)動(dòng)規(guī)劃與控制：討論現(xiàn)代并行計(jì)算架構(gòu)如何變革實(shí)時(shí)運(yùn)動(dòng)規(guī)劃與控制系統(tǒng)。

統(tǒng)一化視覺 SLAM：從碎片化數(shù)據(jù)集到可擴(kuò)展的現(xiàn)實(shí)解決方案：旨在提升同步定位與建圖 (SLAM) 能力，以處理大規(guī)模數(shù)據(jù)并為機(jī)器人與計(jì)算機(jī)視覺構(gòu)建更具擴(kuò)展性的現(xiàn)實(shí)解決方案。

了解 NVIDIA 研究中心的更多研究成果，閱讀“NVIDIA 機(jī)器人研究與開發(fā)摘要（R2D2）”，深入地了解 NVIDIA 研究中心在物理 AI 和機(jī)器人應(yīng)用方面的最新突破。

三十載光陰荏苒，感謝您一路相伴。愿我們初心不渝，共繪 AI 新篇章！