OpenUSD 和合成数据如何塑造人形机器人的未来

快速阅读: 近期，英伟达官方博客介绍了如何利用OpenUSD和Omniverse技术，通过合成数据生成和模拟训练，加速类人机器人的开发。英伟达在消费电子展（CES）上发布了伊萨克Groot蓝图，可生成大量人类动作数据，帮助开发者更高效地训练物理AI模型。这将推动制造业、仓储物流和医疗保健等行业的发展。更多详情将在3月17至21日的英伟达全球AI大会上公布。

编者注：本文是“迈向全宇宙”系列的一部分，该系列专注于开发者、3D从业者和企业如何利用最新的OpenUSD和NVIDIA Omniverse技术来转变工作流程。类人机器人正在迅速成为现实。基于NVIDIA伊萨克GR00T构建的机器人已开始学习行走、操控物体并与其他实体交互。收集多样化的大型数据集来训练这些复杂的机器可能既耗时又昂贵。使用从物理精确的数字孪生生成的合成数据（SDG），研究人员和开发者可以在将其部署到真实世界前，在模拟环境中训练和验证他们的AI模型。这种合成数据对于类人机器人学习人类行为至关重要，比如行走、抓取物体和导航复杂环境。OpenUSD正在增强类人机器人的开发，并为未来这些机器能够无缝融入人们的日常生活铺平道路。由OpenUSD驱动的NVIDIA奥姆尼沃斯平台为开发者提供了一种整合来自不同来源（如3DCAD和数字内容创作工具）的3D资产的方法。这使他们能够构建大规模的3D虚拟环境并运行复杂的模拟以训练机器人，简化整个过程并提供更快、更具成本效益的合作和开发物理AI的方式。通过合成运动数据推进机器人训练在上个月的消费电子展（CES）上，NVIDIA宣布了伊萨克GR00T蓝图，用于合成运动生成，帮助开发者生成大量且多样的人类动作数据集以训练类人机器人使用模仿学习。亮点包括：

– 大规模运动数据生成：使用模拟和生成式AI技术生成大量且多样的人类动作数据集，从而加快数据收集过程。
– 更快的数据增强：NVIDIA宇宙模型利用奥姆尼沃斯的真实模拟大规模生成照片级真实的视频。这使开发者能够更快地增强合成数据集，以训练物理AI模型，减少模拟到现实的差距。
– 模拟优先训练：开发者可以依靠虚拟环境而非仅依赖现实世界的测试来训练机器人，从而使过程更快且更具成本效益。
– 连接虚拟与现实：真实数据与合成数据的结合，加上基于模拟的训练和测试，使开发者能够将虚拟世界中学习到的机器人技能无缝转移到现实世界。

模拟未来的机器人技术类人机器人通过自动化复杂任务和提高人类工人的安全条件，正在提升制造业、仓储物流和医疗保健等行业的工作效率、安全性和适应性。包括Boston Dynamics和Figure在内的主要机器人公司已经开始采用并展示伊萨克GR00T的结果。深入了解OpenUSD的世界

了解更多关于OpenUSD、类人机器人和最新的AI进展，请参加3月17日至21日在加州圣何塞举行的NVIDIA GTC全球AI大会。不要错过NVIDIA创始人兼首席执行官黄仁勋于3月18日星期二的GTC主题演讲——现场在SAP中心或在线观看。他将分享推动下一波AI、数字孪生、云计算技术和可持续计算的最新技术。首届GTC类人开发者日将于3月18日举行。会后，请加入物理AI开发者聚会，与NVIDIA GTC的开发者和研究者交流。讨论OpenUSD和生成式AI驱动的模拟及数字孪生领域的最新突破，以及面向行业下一个前沿的通用机器人创新。了解如何使用USD，并通过新的自定进度的“学习OpenUSD”课程继续优化3D工作流程。该课程面向3D开发者和从业者，可通过NVIDIA深度学习研究所免费获取。探索开放USD联盟论坛和AOUSD官方网站。通过订阅NVIDIA新闻、加入社区并关注NVIDIA奥姆尼沃斯在Instagram、LinkedIn、Medium和X上的账号，保持最新信息。

(以上内容均由Ai生成)