Bear Robotics تستخدم برمجيات NVIDIA لتقليص زمن معالجة نموذج الروبوت KR1 إلى 60 مللي ثانية

أعلنت Bear Robotics أنها استخدمت برمجيات NVIDIA على روبوتها البشري KR1 لتقليص الوقت اللازم لتشغيل النموذج الأساسي للروبوت بمعدل يقارب ثمانية أضعاف، من 500 مللي ثانية إلى 60 مللي ثانية. جاء هذا التحسين من منصة جديدة لتعلم الروبوتات تُدعى KINO-2، والتي تهدف إلى تحويل العروض التوضيحية البشرية إلى مهام يمكن لـ KR1 تنفيذها. أفادت الشركة أن زمن معالجة نموذجها الخاص قد تحسن بمعدل 4.2 مرة، من 72.3 مللي ثانية إلى 17.2 مللي ثانية. هذه البيانات مستمدة من قياسات داخلية لـ Bear، وتشير إلى استدلال النموذج، أي العملية التي يتم من خلالها توليد المخرجات من النموذج المدرب.

هذا لا يعني أن سرعة حركة الروبوت قد زادت بمعدل ثمانية أضعاف أو أن الوقت المستغرق لإكمال المهام المادية قد انخفض بمعدل ثمانية أضعاف.

تركز Bear Robotics على تطوير الروبوتات للاستخدام التجاري، وقد أطلقت منصة KINO-2 في مؤتمر NVIDIA GTC Berlin. وأشارت الشركة إلى أنها قامت بنشر أكثر من 16,000 روبوت في أكثر من 5,000 موقع عمل، على الرغم من أن معظم هذه الروبوتات هي روبوتات خدمية وليست روبوتات بشرية.

ميزات منصة KINO-2

تم تصميم KINO-2 لمساعدة KR1 على التعلم من العروض التوضيحية لمهام معالجة الأجسام دون الحاجة إلى برمجة كل حركة بشكل فردي من قبل المهندسين. تجمع Bear العروض التوضيحية للمهام وتستخدمها لتدريب وتحسين النموذج، ثم تقوم بتقييم سلوكياته على KR1، وأخيراً تختبره في عمليات العملاء. تدعم المنصة النماذج التي تم تطويرها داخلياً من قبل Bear والنماذج الأساسية الخارجية، والتي يمكن أن تتعلم الأنماط من بيانات التدريب وتطبقها على المهام التي تشمل أجساماً وبيئات مختلفة.

لتشغيل البرمجيات على KR1، قامت Bear بدمج NVIDIA Isaac OS في نظام الإدراك الخاص بها، والذي يعالج المعلومات المتعلقة بالبيئة المحيطة بالروبوت. يستخدم هذا الإعداد أجهزة NVIDIA Jetson AGX Thor، ويحتوي على NVIDIA Holoscan SDK 5.0. كما تستخدم Bear NVIDIA TensorRT وكمية النموذج لتقليل زمن الاستدلال. تقلل الكمية من متطلبات حساب النموذج من خلال تمثيل القيم بدقة أقل.

وفقاً لـ Bear، تساعد هذه التغييرات في تقليص زمن استدلال NVIDIA Isaac GR00T من 500 مللي ثانية غير المحسّنة إلى حوالي 60 مللي ثانية، بينما انخفض زمن استدلال نموذجها الخاص من 72.3 مللي ثانية إلى 17.2 مللي ثانية.

يمكن أن تساعد أوقات الاستدلال الأسرع الروبوتات على الاستجابة بشكل أسرع عند التعرف على الأجسام واتخاذ قرارات بشأن كيفية معالجتها. ومع ذلك، لم تقدم الإعلان بيانات مقارنة كاملة حول زمن المهمة، دقة التشغيل، أو موثوقية الأداء على المدى الطويل.

عرض سير العمل في المستودع باستخدام KR1

في مؤتمر NVIDIA GTC Berlin، كانت Bear تعرض KR1 وهو ينفذ سير عمل في المستودع يجمع بين معالجة الأجسام والنقل. يتلقى الروبوت الطلبات من نظام إدارة المستودعات، يختار الزجاجات، يضعها في صناديق، ينقل الصناديق إلى نقطة التفريغ، ثم يعود لاستعادة الصناديق الفارغة. يجمع هذا العرض بين مهارات التشغيل التي تعلمها KINO-2 مع برامج الملاحة والتحكم وسير العمل الحالية لـ Bear. قال برين بيرس، كبير مسؤولي الروبوتات في Bear Robotics: "الأشخاص العاملون قد فهموا منتجاتهم ومعداتهم وتسلسل العمل."

يسمح لنا العرض بالتقاط هذه المعرفة وتعليم الروبوت."

تخطط Bear أيضاً لتطوير قدرات التشغيل من خلال تجارب عملاء تشمل معالجة مرتجعات السوبرماركت وصناديق المستودعات. تخطط الشركة لدمج روبوتات النقل المتخصصة مع روبوتات KR1 البشرية التي تعالج الأجسام، حيث ستعمل كلاهما من خلال نظام إدارة الأسطول وسير العمل المشترك. يظهر عرض GTC كيف يمكن لهذه القدرات أن تتعاون في مهام مستودع محددة. لم تكشف Bear بعد عن نتائج أداء KR1 في إكمال سير العمل الأوسع للعملاء دون الحاجة إلى تدخل.

تقدم ثوري في تقنية الروبوت KR1

حقق روبوت KR1 من Bear Robotics تقليصاً ملحوظاً في زمن المعالجة بفضل تقنيات NVIDIA، وهو أمر حيوي لأتمتة العمليات التجارية. لا تعزز منصة KINO-2 فقط من قدرة الروبوت على التعلم، بل تقلل أيضاً من الاعتماد على البرمجة اليدوية من قبل المهندسين. هذا التقدم التكنولوجي يجعل الروبوتات أكثر مرونة وسرعة في الاستجابة في البيئات المعقدة، مما يمكنها من تنفيذ مهام المستودع بشكل أكثر فعالية، وبالتالي تحسين الكفاءة العامة. مع خطط الشركة لتوسيع نطاق تطبيقاتها، قد يؤدي تطوير KR1 إلى تغيير مستقبل الأتمتة التجارية.