機(jī)器人前瞻（公眾號：robot_pro）
作者|許麗思
編輯|漠影
機(jī)器人前瞻12月4日報(bào)道，這兩天，在亞馬遜云科技re:Invent大會上，英偉達(dá)宣布推出了Isaac Sim 4.2。
Isaac Sim是基于NVIDIA Omniverse開發(fā)的功能強(qiáng)大的仿真平臺，供開發(fā)人員在基于物理的虛擬環(huán)境中模擬和測試 AI 驅(qū)動的機(jī)器人。
英偉達(dá)表示，Isaac Sim現(xiàn)已經(jīng)由NVIDIA L40S GPUs 支持的Amazon Elastic Cloud Computing （EC2） G6e 實(shí)例上提供，可以使機(jī)器人模擬的規(guī)模翻倍并加速 AI 模型訓(xùn)練。 同時(shí)，借助云原生編排平臺NVIDIA OSMO，開發(fā)人員可以在其 AWS 計(jì)算基礎(chǔ)設(shè)施中輕松管理復(fù)雜的機(jī)器人工作流。
英偉達(dá) Omniverse 高級產(chǎn)品營銷經(jīng)理Akhil Docca提到：“在云端提供英偉達(dá)加速的硬件和軟件，使任何規(guī)模的團(tuán)隊(duì)都可以擴(kuò)展其物理 AI 工作流。
一、什么是物理AI？
早在今年6月的COMPUTEX大會上，英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛就強(qiáng)調(diào)：“AI的新一波浪潮是物理AI。AI能夠理解物理定律，并與人類并肩作戰(zhàn)�！�
根據(jù)英偉達(dá)在亞馬遜云科技大會上的說法，“物理 AI”是指能夠理解物理世界并與之交互的AI模型，它“體現(xiàn)了下一波自動駕駛機(jī)器”，例如自動駕駛汽車、工業(yè)機(jī)械手、移動機(jī)器人、類人機(jī)器人，甚至是工廠和倉庫等機(jī)器人運(yùn)行的基礎(chǔ)設(shè)施。
英偉達(dá)認(rèn)為，借助物理 AI，開發(fā)人員正在采用“three-computer solution”進(jìn)行訓(xùn)練、模擬和推理，以取得突破。
▲英偉達(dá)為人形機(jī)器人開發(fā)者提供的“three-computer solution”
然而，在訓(xùn)練機(jī)器人系統(tǒng)的物理AI過程中，需要大量的訓(xùn)練數(shù)據(jù)集才能讓機(jī)器人在部署中實(shí)現(xiàn)精確推理。但實(shí)際上，開發(fā)這類數(shù)據(jù)集成本非常高昂。
所以，英偉達(dá)確信，仿真為解決這樣的問題提供了一個(gè)答案，因?yàn)樗梢约铀?AI 驅(qū)動機(jī)器人的訓(xùn)練、測試和部署。
二、性能比上一代翻倍，還能靈活擴(kuò)展
英偉達(dá)表示，開發(fā)人員可以在部署機(jī)器人之前使用仿真來驗(yàn)證、確認(rèn)和優(yōu)化機(jī)器人設(shè)計(jì)以及系統(tǒng)及其算法，以實(shí)現(xiàn)最高效率。
由NVIDIA L40S GPU加速的亞馬遜EC2 G6e實(shí)例在性能上比上一代架構(gòu)提升了一倍，同時(shí)隨著場景和模擬復(fù)雜性的增加，還能靈活擴(kuò)展，機(jī)器人開發(fā)者可以使用這些實(shí)例來訓(xùn)練許多為AI驅(qū)動型機(jī)器人提供支持的計(jì)算機(jī)視覺模型。
這也意味著可以針對各種任務(wù)（從數(shù)據(jù)生成和模擬到模型訓(xùn)練）擴(kuò)展相同的實(shí)例。英偉達(dá)補(bǔ)充說，無論是在本地還是在AWS云中，OSMO允許團(tuán)隊(duì)跨分布式計(jì)算資源編排和擴(kuò)展復(fù)雜的機(jī)器人開發(fā)工作流程。
Isaac Sim還可以促進(jìn)協(xié)作關(guān)鍵工作流程，例如生成用于感知模型訓(xùn)練的合成數(shù)據(jù)，Rendered.ai、SoftServe和Tata Consultancy Services等多家公司都已用其生成合成數(shù)據(jù)。
英偉達(dá)強(qiáng)調(diào)，Isaac Sim使開發(fā)人員能夠在仿真環(huán)境中測試和驗(yàn)證機(jī)器人，而 Isaac Lab是一個(gè)基于Isaac Sim構(gòu)建的開源機(jī)器人學(xué)習(xí)框架，能夠利用Isaac Sim 的最新仿真功能，實(shí)現(xiàn)逼真場景的快速高效模擬，為機(jī)器人學(xué)習(xí)提供了強(qiáng)大的虛擬環(huán)境。
由于這些模擬是可重復(fù)的，開發(fā)人員可以進(jìn)行故障排除并減少驗(yàn)證和測試所需的循環(huán)次數(shù)。
目前，已經(jīng)有多家機(jī)器人初創(chuàng)公司如Field AI、Cobot、Swiss-Mil、Cohesive Robotics等在AWS上使用Isaac Sim。
結(jié)語：合成數(shù)據(jù)驅(qū)動機(jī)器人落地加速
一直以來，稀少的高質(zhì)量標(biāo)注數(shù)據(jù)是機(jī)器人從訓(xùn)練到落地過程中最大的掣肘。
在機(jī)器人底層模型的訓(xùn)練過程中，數(shù)據(jù)獲取難度、獲取成本、標(biāo)注周期都遠(yuǎn)超語言模型。
而用合成數(shù)據(jù)代替真實(shí)數(shù)據(jù)、讓機(jī)器人在仿真環(huán)境進(jìn)行快速迭代，不失為一個(gè)更高效低成本、且真實(shí)可靠的解決方案，也加速了機(jī)器人走向各行各業(yè)中錯(cuò)綜復(fù)雜的應(yīng)用場景。
