Bear RoboticsはNVIDIAのソフトウェアを利用し、KR1ロボットモデルの処理時間を60ミリ秒に短縮

Bear Roboticsは、NVIDIAのソフトウェアを使用して、KR1人型ロボットの基本モデルの実行にかかる時間を約8倍短縮し、500ミリ秒から60ミリ秒に減少させた。この改善はKINO-2という新しいロボット学習プラットフォームから生まれたもので、人間のデモをKR1が実行可能なタスクに変換することを目的としている。会社は、自社モデルの処理時間が4.2倍向上し、72.3ミリ秒から17.2ミリ秒に短縮されたと報告している。これらのデータはBearの内部測定に基づいており、モデル推論、すなわち訓練されたモデルから出力を生成するプロセスを指している。

これはロボットの移動速度が8倍速くなることや、物理的なタスクを完了する時間が8倍短縮されることを意味するものではない。

Bear Roboticsは商業オペレーション用のロボットの開発に注力しており、NVIDIA GTC BerlinでKINO-2を発表した。同社は、現在5,000以上の顧客拠点に16,000台以上のロボットを展開しているが、これらのロボットの大部分は人型ロボットではなくサービス型ロボットであると述べている。

KINO-2プラットフォームの機能

KINO-2はKR1がデモから物体処理タスクを学習するのを助けるために設計されており、エンジニアが各動作を個別にプログラムする必要がない。Bearはタスクのデモを収集し、これらのデモを利用してモデルを訓練・改善し、その後KR1上で行動を評価し、最終的に顧客のオペレーションでテストを行う。このプラットフォームはBearが内部で開発したモデルと外部の基礎モデルをサポートしており、これらのモデルは訓練データからパターンを学習し、異なる物体や環境に関するタスクに適用することができる。

KR1上でソフトウェアを実行するために、BearはNVIDIA Isaac OSをその感知システムに統合しており、このシステムはロボットの周囲環境に関する情報を処理する。この設定はNVIDIA Jetson AGX Thorハードウェアを使用し、NVIDIA Holoscan SDK 5.0を含んでいる。Bearはまた、NVIDIA TensorRTとモデル量子化を使用して推論遅延を減少させている。量子化は、より低い精度で数値を表現することによってモデルの計算要求を減少させる。

Bearによれば、これらの変更はNVIDIA Isaac GR00Tの推論時間を最初の未最適化の500ミリ秒から約60ミリ秒に減少させ、自社モデルの推論時間は72.3ミリ秒から17.2ミリ秒に短縮された。

より速い推論時間は、ロボットが物体を識別し、どのように処理するかを決定する際により迅速に反応するのに寄与する可能性がある。しかし、この発表では完全なタスク時間、操作の正確性、または長期的な信頼性の比較データは提供されていない。

KR1の倉庫ワークフローのデモ

NVIDIA GTC Berlinでは、Bearが物体処理と輸送を組み合わせた倉庫ワークフローを実行するKR1を展示している。このロボットは倉庫管理システムから注文を受け取り、瓶を選び出し、それを箱に入れ、箱を荷降ろし地点に運び、空の箱を取りに戻る。このデモはKINO-2が学習した操作スキルとBearの既存のナビゲーション、制御、ワークフローソフトウェアを組み合わせたものである。Bear RoboticsのチーフロボティクスオフィサーであるBren Pierceは、「作業を行う人々はすでに自分たちの製品、設備、作業手順を理解している。

このデモにより、私たちはこれらの知識をキャッチし、ロボットに教えることができる。」

Bearはまた、スーパーマーケットの返品や倉庫の箱処理を含む顧客のパイロットを通じて操作能力を開発する計画を立てている。同社は、貨物輸送のための専用移動ロボットと物体処理を行うKR1人型ロボットを組み合わせる計画であり、両者は共有のフリート管理とワークフローシステムを通じて運用される。GTCデモでは、これらの能力が特定の倉庫タスクでどのように協力して機能するかが示された。Bearは、KR1が干渉なしにより広範な顧客ワークフローを完了する際の信頼性性能結果をまだ公開していない。

KR1ロボット技術の画期的な進展

Bear RoboticsのKR1ロボットは、NVIDIAの技術を通じて著しい処理時間の短縮を実現しており、これは商業オペレーションの自動化にとって重要である。KINO-2プラットフォームの導入は、ロボットの学習能力を向上させるだけでなく、エンジニアによる手動プログラミングへの依存を減少させた。この技術の進歩により、ロボットは複雑な環境でより柔軟性と反応速度を持ち、倉庫タスクをより効果的に実行できるようになり、全体的な効率が向上する。会社がその応用シーンを拡大する計画を立てる中で、KR1の発展は商業自動化の未来を変える可能性がある。