Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

フィジカルAIは、ロボットや自動運転車などの自律システムが現実世界とインタラクションする方法を変革しています。これらのシステムのトレーニングには膨大なデータセットが必要ですが、現実世界のシナリオから収集するのはコストがかかり、困難です。この問題を解決するため、開発者は合成データ生成（SDG）を活用し、制御された環境で現実的なシナリオを作成しています。しかし、現在のSDGプロセスは多くの場合手動で行われており、完全な自動化に必要なツールが不足しています。

フィジカルAIの開発を強化するため、生成AIを活用して高品質の合成データセットを生成する、新しいマルチエージェントワークフローが導入されました。このワークフローは、NVIDIA NeMo Agentツールキット、NVIDIA Omniverse、OpenUSD、NVIDIA Cosmos、NVIDIA NIMマイクロサービスなどのツールスイートを活用することで、ロボットのトレーニングと展開を加速します。これらのツールは連携して、3D環境の拡張、リアリティの向上、ロボットポリシートレーニングのための合成データのスケーリングのためのパイプラインを自動化します。

ロボット開発者、特に倉庫環境向けナビゲーションシステムの開発に携わる開発者は、複雑性と障害物の多様性の欠如により、シミュレーション設定に限界を感じることがよくあります。アルゴリズムの堅牢性と適応性を向上させるには、多様で現実的なシナリオを備えた合成トレーニング環境を拡張することが不可欠です。マルチエージェントシステムを活用した、自然言語駆動型の完全自動SDG生成・拡張ワークフローが新たに実証されました。このシステムは開発者のプロセスを簡素化し、3Dワークフローに関する深い専門知識や高度なプロンプト技術を必要とせずに、高品質のSDGを迅速に生成することを可能にします。

マルチエージェントSDGワークフローは、ロボット開発者が直面する主要な課題に対処する完全自動化システムです。高レベルの目標を解釈し、他のエージェントを調整するプランニングエージェント、視覚的な忠実度を高めるリアリズム拡張エージェント、トレーニングの適合性を判断する推論エージェント、そして定型タスクを管理するヘルパーエージェントで構成されています。これらのエージェントは、エージェント ツールキットと統合構成システムを使用してオーケストレーションされ、SDG ワークフローを自動化して、マルチエージェント システムと最適化の機会に関する洞察を提供します。