NVIDIA validiert KI-geschulte Roboter in der realen Welt
Roboter, die ausschließlich Simulationen trainiert wurden, beginnen, sich in der realen Welt zuverlässiger zu verhalten, wie eine Reihe neuer Forschungsarbeiten zur Robotik zeigt, die NVIDIA auf dem Internationalen
Kurzfassung
Warum das wichtig ist
- Roboter, die ausschließlich Simulationen trainiert wurden, beginnen, sich in der realen Welt zuverlässiger zu verhalten, wie eine Reihe neuer Forschungsarbeiten zur Robotik zeigt, die NVIDIA auf dem Internationalen
- Die Studien konzentrieren sich auf eine der größten Herausforderungen der Robotik: die Verringerung der „Sim-to-Real"-Lücke, in der Maschinen, die in virtuellen Umgebungen trainiert wurden, Schwierigkeiten haben, wenn sie unter unkontrollierten Bedingungen außerhalb des Labors eingesetzt werden.
- NVIDIA Research gab an, dass acht ihrer für den ICRA angenommenen Arbeiten Fortschritte in der robotischen Navigation, beim Greifen, bei der Montage und beim Schlussfolgern mittels lernbasierter Simulationssysteme demonstrieren.
SvyTech-Check
Redaktionelle Einordnung
Kernpunkt
Roboter, die ausschließlich Simulationen trainiert wurden, beginnen, sich in der realen Welt zuverlässiger zu verhalten, wie eine Reihe neuer Forschungsarbeiten zur Robotik zeigt, die NVIDIA auf dem...
Warum relevant
Die Projekte zielen darauf ab, dass Roboter an unvorhersehbare reale Umgebungen angepasst werden, statt sich auf starre, skriptbasierte Verhaltensweisen zu verlassen.
Einordnung
SvyTech ordnet die Meldung aus Interesting Engineering als Teil des Themenfelds Technologie ein und verweist auf den Originalartikel, damit Leser Fakten, Quelle und Kontext nachvollziehen koennen.
Die Projekte zielen darauf ab, dass Roboter an unvorhersehbare reale Umgebungen angepasst werden, statt sich auf starre, skriptbasierte Verhaltensweisen zu verlassen.
Die Arbeiten umfassen mehrere Bereiche der Robotik, darunter die Koordination mehrerer Arme, die Navigation humanoider Roboter, die Manipulation, die es Robotern ermöglichen, Aufgaben zu durchdenken, bevor sie handeln.
Roboter verlassen das LaborEines der hervorgehobenen Systeme, COMPASS, trainiert Roboter vollständig in NVIDIA Isaac Lab-Simulationen, bevor diese Fähigkeiten auf verschiedene physische Roboterkörper übertragen werden.
Was die Studie zeigt
Die Forscher berichteten, dass das Rahmenwerk in 20 realen Navigationsversuchen mit autonomen mobilen Robotern und Humanoiden eine Erfolgsquote 80 Prozent erreichte und die durchschnittliche Erfolgsrate im Vergleich zu Imitationslern-Baselines um das 4,5-fache verbesserte.
Quellenprofil
Quelle und redaktionelle Angaben
- Quelle
- Interesting Engineering
- Canonical
- https://interestingengineering.com/ai-robotics/nvidia-robots-simulation-real-world-icra
- Quell-URL
- https://interestingengineering.com/ai-robotics/nvidia-robots-simulation-real-world-icra
Aehnliche Inhalte
Verwandte Themen und interne Verlinkung
Weitere Artikel aus aehnlichen Themenfeldern, damit Leser direkt im selben Kontext weiterlesen koennen.
Alibaba veröffentlicht das Open-Source-KI-Modell Qwen 3.8 mit 27 Milliarden Parametern
Alibaba Cloud hat das kommerziell nutzbare Open-Source-Modell Qwen 3.8 27B mit 27 Milliarden Parametern unter der Apache 2.0-Lizenz auf Hugging Face veröffentlicht, das dank einer hybriden Architektur und eines erweiterbaren Kontextfensters Tokens sowohl für lokale Installationen als auch für API-Anfragen verfügbar ist. Während der Hersteller behauptet, dass das Modell in Programmieraufgaben und der Analyse visueller Dokumente Leistungen übertrifft, weisen unabhängige Beobachter darauf hin, dass die veröffentlichten Benchmarks noch keiner externen Validierung unterzogen wurden und die standardmäßige höchste Denkebene bei einfachen Aufgaben zu unnötig langen Verarbeitungszeiten führt.
