إنفيديا تطلق GR00T 2: روبوت يتعلم من عرض بشري واحد بنجاح 71%

الملخص

• أعلنت إنفيديا نموذج GR00T 2 المفتوح للروبوتات وإطار Isaac Lab 3.0 في مؤتمر CoRL بأوستن في 9 نوفمبر.
• النموذج مبني على Cosmos ومدرَّب على 100,000 ساعة فيديو بشري، وينقل المهارات بين أجسام روبوتية مختلفة بلا عروض روبوتية.
• عرض واحد لكل مهمة يرفع متوسط النجاح إلى 71% وخمسة عروض إلى 95%، بحسب اختبارات إنفيديا على 50 مهمة.

خبر

روبوت يتعلم مهمة جديدة من عرض بشري واحد بدل مئات العروض الروبوتية: هذا ما تعد به إنفيديا في نموذج GR00T 2 الذي أعلنته في مؤتمر تعلم الروبوتات CoRL بأوستن في 9 نوفمبر، إلى جانب Isaac Lab 3.0 لمحاكاة التدريب. النموذج أنجز 40 من 50 مهمة من دون أي عرض خاص بها، وبلغ نجاحه 95% بخمسة عروض. وتختبره Foxconn وSiemens وNexuni في مهام صناعية.

تفصيل

• النموذج: GR00T 2 نموذج «عالم وحركة» مفتوح مبني على NVIDIA Cosmos، دُرّب على مزيج من بيانات الروبوتات والبيانات البشرية، منها 100,000 ساعة من فيديو المنظور الذاتي البشري مفتوح المصدر. ويتعلم المهارات من عروض بشرية ثم ينقلها إلى أجسام روبوتية مختلفة من دون عروض روبوتية، بحسب إنفيديا.
• الأرقام: على 50 مهمة اختبرتها إنفيديا، أنجز النموذج 40 مهمة مرة واحدة على الأقل من دون أي عرض خاص بها. وبعرض واحد لكل مهمة بلغ متوسط النجاح 71%، وبخمسة عروض لكل مهمة ارتفع المتوسط إلى 95%. والأرقام كلها من اختبارات الشركة نفسها.
• الوكلاء والمعايير: تتيح واجهة النموذج البرمجية وأدواته لوكلاء الذكاء الاصطناعي تسلسل المهارات واحدة بعد أخرى والتعافي من الأخطاء أثناء التنفيذ، بحسب إنفيديا. وتقول الشركة إن النموذج ضمن المراكز الثلاثة الأولى في فئتي نماذج الرؤية واللغة والحركة ونماذج العالم والحركة على معايير RoboCasa365 وRoboLab وRoboDojo وMolmoSpaces.
• المحاكاة: Isaac Lab 3.0 إطار مفتوح المصدر لتعلم الروبوتات بتكامل أوثق مع محرك الفيزياء Newton، ما يتيح محاكاة الكابلات والقماش والأيدي الروبوتية متعددة المفاصل. وتقول إنفيديا إن إنتاجية التدريب تصل إلى 2.5 مرة مقارنة بالإصدار 2.3 مع PhysX، مع دعم آلاف الروبوتات المحاكاة بالتوازي.
• ما الجديد في الإطار: يستطيع الوكلاء إعداد بيئات التدريب بأصول جاهزة للمحاكاة، والتبديل بين محركي PhysX وNewton، إضافة إلى مكتبة جديدة للتدريب اللاحق بالتعلم المعزز لنماذج مثل GR00T. ويصل إطار التقييم Isaac Lab-Arena 0.4 معاينة للمطورين.
• سياسة واحدة لـ20 مهمة: نظام AlphaNIST المبني في Isaac Lab ينفذ بسياسة واحدة المهام العشرين كلها على لوحة مهام التجميع NIST بنجاح تدريبي يتجاوز 98%، مقابل 81% للسياسات المنفصلة لكل مهمة، وبنحو 39 مرة أقل من وقت وحدات معالجة الرسوميات، وفق أرقام إنفيديا.
• المعايير الجديدة: أطلقت إنفيديا مع RLWRLD معيار DexBench بـ15 مهمة في أربعة مشاهد هي التجزئة واللوجستيات والتصنيع والضيافة، ومع جامعة كاليفورنيا في بيركلي معيار VABAR بست مهام صناعية بتنويعات ومقاييس نجاح موحدة.
• المستخدمون الأوائل: تطبق Foxconn النموذج في أتمتة تصنيع الخوادم، وتقيّمه Siemens في حالات صناعية، وتختبره Nexuni في مناولة الغسيل، فيما استخدمته MicroAGI لتبديل كابلات إيثرنت بذراع YAM بعد تدريب لاحق بالتعلم المعزز. وأعلنت Skild AI محرك فيزياء STEEL المبني على Newton.
• ما لم يُعلن: تصف إنفيديا GR00T 2 بأنه نموذج مفتوح، لكنها لم تذكر في الإعلان عدد المعاملات ولا موعد إتاحة الأوزان ولا رخصة الاستخدام. وفي المقابل تجاوزت تنزيلات أداة EgoHand لإعادة بناء حركة اليد على Hugging Face 40,000 في أسبوعيها الأولين.

ماذا بعد؟

نشر أوزان GR00T 2 ورخصته على صفحة أبحاث إنفيديا، ونتائج معياري DexBench وVABAR من فرق مستقلة، وإعلان نتائج أفضل ورقة في CoRL حيث تتنافس ورقتا GRAIL وRoboTTT من إنفيديا.

المصدر: إنفيديا