Fiziksel AI modelleri, robotların otonom bir şekilde gerçek dünyayı algılayıp yorumlayabilmesini, akıl yürütebilmesini ve etkileşimde bulunabilmesini sağlar. Robot teknolojisinin geliştirilmesinde hızlandırılmış hesaplamalar ve simülasyonlar kritik bir rol oynamaktadır.
Robotik Simülasyonun Temelleri
Fizik, robotik simülasyonun temel unsurlarından biridir ve robot davranışlarının yanı sıra gerçekçi çevrelerdeki etkileşimlerin doğru sanal temsillerini oluşturur. Bu simülatörler aracılığıyla araştırmacılar ve mühendisler, robot kontrol algoritmalarını güvenli, hızlandırılmış ve maliyet etkin bir şekilde geliştirebilir, test edebilir ve doğrulayabilirler.
Robotik simülasyon, kütle ve momentum korunumu, sert ve yumuşak madde dinamikleri, temas ve sürtünme ile aktüatör modelleme gibi fizik yasalarına dayanır. Bu ilkeler, robotların farklı senaryolar ve ortamlardaki davranışlarını tahmin etmek için kullanılır.
Bununla birlikte, simülasyonlar çoğunlukla gerçekliği tam olarak yansıtamaz; bu duruma “simülasyondan gerçeğe geçiş” (sim-to-real) denilir. Robotik geliştiriciler, gerçek dünya fiziğini modeli için birleşik, ölçeklenebilir ve özelleştirilebilir bir çözüme ihtiyaç duyarlar. Bu çözüm, çeşitli davranışları (özelleşmiş çözümleyicilerle özel etkileşimleri içeren) ele alabilmeli ve farklılaştırma gibi ileri düzey özellikleri desteklemelidir.
Newton: Yeni Bir Fizik Motoru
Newton, robot öğrenimi ve geliştirimi için gelişmiş bir açık kaynak, genişletilebilir fizik motorudur ve NVIDIA, Google DeepMind ve Disney Research tarafından geliştirilmektedir.
Newton, robotların karmaşık görevleri daha hassas bir şekilde yerine getirmesini sağlamak için NVIDIA Warp üzerine inşa edilmiştir. Bu fizik motoru, MuJoCo Playground gibi öğrenme çerçeveleri veya NVIDIA Isaac Lab ile uyumlu çalışarak robot öğrenimi için birleşik bir çerçeve sunmaktadır.
Newton’un önemli özellikleri şunlardır:
Açık Kaynak
Newton, robotik topluluğa güç vermek için açık kaynak bir yapıdadır. Bu, robot mühendislerinin framework’ü özgürce kullanıp dağıtabilmelerine ve araştırmalarına katkıda bulunmalarına olanak tanır.
NVIDIA Hızlandırılmış
Newton’un temeli, NVIDIA’nın CUDA-X hızlandırma kütüphanesi olan NVIDIA Warp üzerine inşa edilmiştir. Bu, geliştiricilere simülasyon AI, robotik ve makine öğrenimi (ML) için GPU hızlandırmalı programlar yazmak için kolay bir yol sunar. NVIDIA GPU’larının paralel işlem gücünden yararlanarak fizik tabanlı simülasyonlar oluşturmak ve çalıştırmak için yüksek performanslı, esnek bir çerçeve sağlar.
MuJoCo-Warp ile Desteklenen
Bu inisiyatifin önemli bir yönü, MuJoCo ile uyumluluktur; bu, robotik araştırma ve geliştirmede yaygın olarak kullanılan, çok eklemli dinamikleri ve temas zengini ortamları içeren açık kaynak bir fizik motorudur. Geliştiriciler mevcut modelleri ve kodları kullanarak uygulamalarını farklı fizik motorlarına uyarlarken zaman ve kaynak tasarrufu yapabilirler.
Google DeepMind, Warp hızlandırmasıyla desteklenen açık kaynak bir robot simülatörü olan MuJoCo-Warp’ı tanıtmıştır. Bu, geliştiricilerin insansı simülasyonlar için %70’ten fazla hız artışı ve el içinde manüplasyon görevleri için %100 hız artışı elde etmelerini sağlar. MuJoCo-Warp, Newton’un temel fizik motoru olarak ve MuJoCo-Warp aracılığıyla sunulacaktır.
Farklılaştırılabilir Fizik
Simülasyon aracılığıyla gradyanların iletilmesi yeteneği, robotik simülasyon ve öğrenim için yeni olanaklar sunar. Farklılaştırılabilir simülatörler, önceden-mod sonuçları üretirken simülasyon sonuçlarının geri-dönüş mekanizması için gradyanlarını hesaplayabilir.
Genişletilebilir
Modern robotların kapsamı arttıkça simüle edilmesi gereken senaryolar da artar. Newton, zengin çok fizik simülasyonları oluşturma yeteneği ile son derece genişletilebilir. Robotlar yemek, kumaş ve diğer deformable nesnelerle etkileşime geçerken özel çözücüler, integral yöntemler ve sayısal yöntemler kullanabilirler. Newton ayrıca, bir malzeme noktası yöntemi (MPM) çözücüsünün sert cisim dinamikleri ile birleştirilmesi gibi farklı çözücülerin bir araya getirilmesine de olanak tanır.
OpenUSD Üzerine İnşa Edildi
Newton, OpenUSD çerçevesini kullanır. OpenUSD’nin esnek veri modeli ve kompozisyon motoru, robotları ve çevrelerini tanımlamak için gerekli verileri toplar; özel çözücüler ve diğer çalışma süreleri, hedeflenen robot yetenekleri ve ortamlar üzerinde uzmanlaşabilir.
Disney Research, Newton’u, Huang’ın GTC anahtar teslim sunumunda sahnede yer alan Star Wars ilhamlı BDX droidleri gibi gelecek nesil eğlence robotlarını güçlendirmek için kullanacak olan ilk kurum olacaktır.
“BDX droidleri yalnızca başlangıç. Görülmemiş şekillerde daha fazla karakteri hayata geçirmek için kararlıyız ve bu işbirliği, Disney Research, NVIDIA ve Google DeepMind ile olan ortaklığımız bunun kilit bir parçasıdır.” diyor Kyle Laughlin, Walt Disney Imagineering Araştırma ve Geliştirme Kıdemli Başkan Yardımcısı.
“Bu işbirliği, robot karakterlerin daha ifadeli ve etkileyici olmasını sağlayacak ve konuklarımızla yalnızca Disney’in gerçekleştirebileceği şekillerde bağlantı kurmalarını sağlayacak.”
Gelecek için Hazırlık
Newton, gelecek nesil insansı robotların ilerlemesine zemin hazırlayacak. Bu çalışmanın geliştirilmesi devam ediyor ve ilk sürümünün bu yıl içinde kullanıma sunulması hedefleniyor.
Bu arada, Newton’un arkasındaki teknolojiler hakkında daha fazla bilgi edinmek için:
- NVIDIA Warp, Python’da veri üretimini ve mekansal hesaplama hızlandırmayı geliştiren bir geliştirici çerçevesidir.
- NVIDIA Isaac Lab, robot politikalarını eğitmek için tasarlanmış açık kaynak, birleşik bir robot öğrenimi çerçevesidir.
Başlayın
Temel bilginizi, ücretsiz OpenUSD oturumları ile geliştirin. Ayrıca OpenUSD öğrenin ve Robotik Temelleri derslerini inceleyin.
