日本公司 FANUC 與 NVIDIA 擴大了他們的機器人合作夥伴關係，旨在建立能在虛擬模擬中與現實世界行為相同的工廠機器人，這一舉措旨在加速工業自動化並減少昂貴的現場測試。這一整合結合了 NVIDIA Isaac Sim 與 FANUC 的 ROBOGUIDE 模擬軟件，使工程師能夠在物理準確的數字環境中測試、訓練和驗證機器人系統，然後再進行部署。這兩家公司表示，升級後的系統創建了緊密連接的數字雙胞胎，虛擬機器人重現與實際機器相同的軌跡和循環時間，使用相同的控制算法。
FANUC 去年在東京國際機器人展上首次展示了這項技術，但新版本加深了兩個系統之間的通信。在第一個設置中，NVIDIA Isaac Sim 擔任主要虛擬環境，而 ROBOGUIDE 在後台運行，以確保機器人的行為與現實世界的運動保持同步。工程師可以使用連接到 ROBOGUIDE 的物理或虛擬教學手柄在 Isaac Sim 內操作機器人，實現模擬工廠車間內的實時操作、編程、執行和驗證。
縮小模擬差距
機器人技術中的一個主要挑戰是「模擬到現實」的差距，當在模擬中訓練的機器人在現實條件下無法以相同方式行為時，這是由於物理、時間或環境互動的差異。FANUC 表示，與 ROBOGUIDE 的整合使機器人的軌跡和循環時間在模擬和實際部署之間保持一致，有助於消除這些不一致性。該環境還支持強化學習和模仿學習，用於基於 AI 的機器人系統。第二種整合模式將 ROBOGUIDE 放在前端，而 NVIDIA PhysX 在後台處理物理模擬。
這使得對工業任務如取料進行更現實的測試成為可能，機器人必須識別並檢索隨機堆積的零件。通過基於物理的建模，系統可以模擬機器人未能提取一個物體而自主選擇另一個物體的情景，減少對實物部件進行重複現場測試的需要。這些公司表示，這種虛擬可行性測試可能顯著縮短複雜自動化系統的部署時間，這些系統過去需要大量的現場調整。FANUC 也使用 NVIDIA 的 Jetson Thor 平台升級了其基於 AI 的避人機器人，與早期基於 Jetson AGX Orin 的系統相比，計算性能提高了超過 7.5 倍。
FANUC 演示了基於 NVIDIA 的 Isaac GR00T N 機器人基礎模型的雙臂機器人系統，該系統學會了摺疊 T 恤。該設置使用了兩台 CRX 協作機器人，通過模仿學習進行訓練，人類操作員首先執行摺疊任務，然後機器人從這些演示中學習。像衣物這樣的柔性物體對機器人特別困難，因為在處理過程中形狀不斷變化。FANUC 表示，這些機器人能夠在實時生成運動的同時，通過攝像頭視覺跟蹤物體。
該公司補充道，將其運動控制系統與 NVIDIA 的 GR00T N 模型相結合，可以產生比傳統模仿學習機器人系統更平滑的動作，後者通常顯得不連貫或顫抖。這些技術將在 FANUC 即將於 5 月舉行的開放日活動中展示。