NVIDIA lär robotar finjusterade rörelser via simulering
NVIDIA och samarbetspartners presenterar på konferensen CoRL hur robotar kan tränas i simulerade miljöer för precisionsuppgifter – som att koppla ihop kablar eller montera smådelar – snarare än enbart rörelse och förflyttning. Det intressanta skiftet är att simulering, som länge använts för att lära robotar gå och hoppa, nu börjar tackla den betydligt svårare utmaningen att hantera objekt med känslig precision.
Djupdykning
Robotar har länge lärt sig röra på sig i simulerade miljöer innan de möter verkligheten, men att lära en robot att *känna* skillnaden mellan en kabel som sitter rätt och en som nästan sitter rätt är ett helt annat problem. Det handlar om kontaktkrafter på millimeternivå, och fysiksimulatorer har historiskt sett varit för grova för att fånga den känslan trovärdigt. Det NVIDIA och deras partners presenterar på CoRL är i grunden en satsning på att göra simuleringen tillräckligt precis för att den taktila återkopplingen ska överföras till riktiga robotar utan att de behöver träna om från scratch. Det flesta täcker det här som "robotar lär sig montera saker", men poängen är egentligen att flaskhalsen i industriell robotik sällan är hur snabbt roboten rör sig – det är hur den hanterar de där sista millimetrarna där toleranserna är tight och ett felsteg förstör en komponent. Om sim-to-real-gapet för manipulation löses på allvar kommer monteringslinjer kunna automatisera de steg som fortfarande kräver mänskliga fingrar, vilket är precis de jobben som ansetts för svåra att ersätta.