NVIDIA ha recentemente annunciato la disponibilità generale di Isaac Lab 1.2, una piattaforma open-source basata su Omniverse, progettata per accelerare l’apprendimento e lo sviluppo di robot. Questo aggiornamento introduce strumenti avanzati e flussi di lavoro specializzati, mirati a facilitare la formazione di robot umanoidi e quadrupedi, ampliando le capacità dei ricercatori e degli sviluppatori nel campo della robotica.
Isaac Lab 1.2 offre un ambiente simulativo altamente realistico, permettendo ai robot di apprendere nuove competenze in tempi significativamente ridotti. La piattaforma consente la raccolta massiva di dati, simulando anni di esperienza in pochi minuti, e garantisce che le competenze acquisite in simulazione siano trasferibili al mondo reale. Aziende leader nel settore, come Boston Dynamics, Agility Robotics e Swiss-Mile, hanno già adottato Isaac Lab per scopi commerciali e di ricerca, sfruttando le sue potenzialità per affrontare compiti robotici sempre più complessi.
Parallelamente, NVIDIA ha lanciato Project GR00T, un’iniziativa volta ad accelerare lo sviluppo di robot umanoidi. Questo progetto introduce sei nuovi flussi di lavoro, ciascuno focalizzato su aspetti chiave della robotica umanoide:
- GR00T-Gen: per la creazione di ambienti 3D guidati dall’IA.
- GR00T-Mimic: per la generazione di traiettorie.
- GR00T-Dexterity: per la manipolazione destrezza.
- GR00T-Control: per il controllo del corpo.
- GR00T-Mobility: per la navigazione.
- GR00T-Perception: per l’elaborazione sensoriale.
Questi flussi di lavoro affrontano le sfide fondamentali nella robotica umanoide, fornendo strumenti e metodologie per migliorare l’interazione dei robot con l’ambiente circostante.
Inoltre, NVIDIA ha introdotto NeMo Curator, una pipeline avanzata per l’elaborazione di dati video. Progettata per gestire dataset di grandi dimensioni, NeMo Curator accelera la curazione dei dati video fino a sette volte rispetto ai metodi tradizionali, orchestrando automaticamente l’elaborazione su sistemi multi-nodo e multi-GPU, e gestendo oltre 100 petabyte di dati. Questa innovazione è cruciale per l’addestramento di modelli di IA su larga scala, garantendo efficienza e scalabilità.
Durante la Conference for Robot Learning (CoRL) a Monaco di Baviera, NVIDIA ha consolidato la sua leadership nel settore presentando 23 articoli di ricerca e conducendo nove workshop focalizzati sui progressi nell’apprendimento robotico. Questi contributi evidenziano l’impegno dell’azienda nell’avanzamento della ricerca e nello sviluppo di tecnologie all’avanguardia.
Tra le recenti innovazioni, NVIDIA ha lanciato HOVER, una rete neurale con 1,5 milioni di parametri, e DexMimicGen, un generatore di dati sintetici su larga scala. Questi strumenti ampliano le capacità di addestramento e simulazione, offrendo nuove opportunità per la ricerca e lo sviluppo nel campo della robotica. In collaborazione con Hugging Face, NVIDIA ha anche introdotto LeRobot, un’iniziativa per promuovere la ricerca open-source nella robotica, utilizzando le piattaforme Isaac Lab e Jetson.