Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Ấn phẩm mới nhất của NVIDIA về Nghiên cứu và Phát triển Robot đi sâu vào việc cải thiện khả năng thao tác của robot. Ấn phẩm này thảo luận về ba dự án nghiên cứu đột phá nhằm mục đích nâng cao khả năng tương tác của robot với môi trường năng động và thực hiện các nhiệm vụ phức tạp với độ khéo léo cao hơn. Các dự án này bao gồm ThinkAct, tích hợp khả năng suy luận và thực thi hành động tiên tiến; một phương pháp huấn luyện hợp tác giúp thu hẹp khoảng cách giữa dữ liệu mô phỏng và dữ liệu thực tế; và RobotSmith, tập trung vào thiết kế tạo sinh các công cụ robot.

ThinkAct giới thiệu một khung hệ thống kép kết hợp lập kế hoạch tiềm ẩn trực quan được tăng cường với các mô hình ngôn ngữ đa phương thức quy mô lớn. Cách tiếp cận này cho phép robot tạo ra và tuân theo các kế hoạch suy luận dựa trên phản hồi trực quan, đảm bảo rằng các kế hoạch không chỉ khả thi về mặt lý thuyết mà còn khả thi về mặt vật lý. Các mô hình hành vi tiếp theo được hướng dẫn bởi các quỹ đạo tiềm ẩn được suy ra từ các kế hoạch suy luận, cải thiện khả năng thực hiện nhiệm vụ của robot trong nhiều tình huống khác nhau.

Các kỹ thuật huấn luyện kết hợp giải quyết thách thức chuyển giao các chính sách từ môi trường mô phỏng sang ứng dụng thực tế. Khung phương pháp này kết hợp các quan sát từ cả hai lĩnh vực vào một không gian tiềm ẩn chung và sử dụng các kỹ thuật chuyển giao tối ưu, cho phép robot học được các hành vi hiệu quả trong cả môi trường mô phỏng và thực tế. Cách tiếp cận này cho thấy tiềm năng trong việc khái quát hóa sang các kịch bản thực tế, ngay cả khi dữ liệu huấn luyện chủ yếu dựa trên mô phỏng.

Khung phần mềm RobotSmith sử dụng mô hình ngôn ngữ hình ảnh để tự động thiết kế các công cụ được tối ưu hóa cho các nhiệm vụ thao tác cụ thể. Trong quá trình này, hai tác nhân VLM cộng tác để tạo ra hình dạng của công cụ, sau đó tinh chỉnh cả thiết kế và quỹ đạo thao tác của công cụ thông qua tối ưu hóa chung trong mô phỏng. Phương pháp này đã được sử dụng thành công để tạo ra các công cụ cho các nhiệm vụ phức tạp như chiên bánh kếp, chứng minh tiềm năng của nó trong việc thực hiện nhiệm vụ lâu dài.

Bên cạnh những nỗ lực nghiên cứu này, Cosmos Cookbook của NVIDIA là một nguồn tài nguyên mã nguồn mở nổi bật dành cho cộng đồng trí tuệ nhân tạo vật lý, cung cấp kiến ​​thức thực tiễn, ví dụ và quy trình làm việc để triển khai các mô hình Cosmos trong robot và hệ thống tự động. Cuốn sách hướng dẫn này nhằm mục đích tạo điều kiện thuận lợi cho việc tạo ra các bộ dữ liệu tổng hợp thực tế, giúp cải thiện độ bền vững của các chính sách robot trong các ứng dụng thực tế.

R&D liên tục của NVIDIA trong lĩnh vực robot được thể hiện qua các dự án được công bố tại NeurIPS 2025. NVIDIA tiếp tục chia sẻ những hiểu biết và đột phá trong trí tuệ nhân tạo vật lý và robot, đồng thời cung cấp nguồn lực và đào tạo cho các nhà phát triển quan tâm đến việc thúc đẩy lĩnh vực này.