- GR00T 2 สามารถถ่ายโอนทักษะที่มนุษย์สาธิตไปยังภารกิจของเครื่องจักรที่ไม่เคยทำมาก่อน
- อัตราความสำเร็จของโมเดลนี้สามารถสูงถึง 95% หลังการปรับแต่ง
- เทคโนโลยีการปรับตัวข้าม (cross-adaptation) ช่วยให้หุ่นยนต์เรียนรู้ทักษะจากการสาธิตของอุปกรณ์ที่แตกต่างกัน
- GR00T 2 Turbo เป็นรุ่นที่เล็กกว่าซึ่งออกแบบมาสำหรับหุ่นยนต์มนุษย์ มีความเร็วในการดำเนินการที่สูงกว่า
NVIDIA ประกาศเปิดตัวโมเดลพื้นฐานหุ่นยนต์รุ่นใหม่ GR00T 2 ซึ่งโมเดลนี้สามารถถ่ายโอนทักษะที่มนุษย์สาธิตไปยังเครื่องจักรที่ไม่เคยทำภารกิจเหล่านี้มาก่อน ในฐานะที่เป็นโมเดลการเคลื่อนไหวระดับโลก GR00T 2 สามารถคาดการณ์วิดีโอในอนาคตและการเคลื่อนไหวของหุ่นยนต์ได้ในเวลาเดียวกัน ซึ่งทำให้มันสามารถเรียนรู้กระบวนการปฏิสัมพันธ์ทางกายภาพและคำนวณการเคลื่อนไหวที่จำเป็นในการทำภารกิจ โมเดลนี้ออกแบบมาให้เหมาะกับรูปร่างของหุ่นยนต์ที่หลากหลาย รวมถึงแขนจับคู่ขนาน มือห้าหรือหุ่นยนต์มนุษย์ NVIDIA ระบุว่า GR00T 2 สามารถเรียนรู้จากวิดีโอของมนุษย์ อุปกรณ์จับมือ และการสาธิตที่เก็บรวบรวมโดยหุ่นยนต์อื่น ๆ
ในการทดสอบที่เกี่ยวข้องกับภารกิจ 50 รายการที่ไม่ได้มีการสาธิตบนหุ่นยนต์เป้าหมาย GR00T 2 มีอัตราความสำเร็จเฉลี่ยอยู่ที่ 40% โดยไม่ต้องมีการฝึกอบรมเฉพาะสำหรับภารกิจ หลังจากให้การสาธิตห้าครั้งสำหรับแต่ละภารกิจ และทำการปรับแต่งเป็นเวลา 30 นาที อัตราความสำเร็จเพิ่มขึ้นเป็น 95% ข้อมูลที่จำเป็นสำหรับหุ่นยนต์ในแต่ละภารกิจใช้เวลาไม่ถึงสามนาที
การประยุกต์ใช้เทคโนโลยีการปรับตัวข้าม
NVIDIA เรียกวิธีการนี้ว่า การปรับตัวข้าม (cross-adaptation) หรือที่เรียกสั้น ๆ ว่า X-Adapt ซึ่งช่วยให้หุ่นยนต์สามารถถ่ายโอนทักษะจากการสาธิตของรูปร่างหรืออุปกรณ์ที่แตกต่างกัน ในการทดลองหนึ่ง นักวิจัยได้สาธิตให้หุ่นยนต์เห็นวิธีการใช้กระดาษกรองในการปล่อยฟunnel ในห้องปฏิบัติการและการทำให้เปียกด้วยขวดล้าง ผลลัพธ์คือหุ่นยนต์มือห้าสามารถทำภารกิจสำเร็จได้ใน 65% ของการทดลอง ในการทดสอบอีกครั้ง อุปกรณ์จับมือทั่วไป (UMI) ได้สาธิตวิธีการประกอบรถบรรทุกเล่น ซึ่งหลังจากนั้นหุ่นยนต์แขนที่ชื่อว่า YAM สามารถทำการประกอบได้ใน 60% ของการทดลอง แม้ว่าจะไม่เคยได้รับการสาธิตภารกิจเฉพาะมาก่อน
นักวิจัยยังใช้เทคโนโลยีอุปกรณ์สวมใส่ที่สามารถเลียนแบบการเคลื่อนไหวของนิ้วมือมนุษย์ เพื่อสอนหุ่นยนต์ทำภารกิจที่ต้องใช้มือทั้งสองข้าง รวมถึงการทำโยเกิร์ตกล้วย การขุดข้าวโอ๊ต และการจุดไม้ขีดเพื่อเปิดไฟ การฝึกอบรมโมเดลนี้รวมถึงข้อมูลวิดีโอจากมุมมองบุคคลแรกจำนวน 402,730 ชั่วโมง การสาธิตจากอุปกรณ์จับมือจำนวน 10,184 ชั่วโมง และข้อมูลการควบคุมระยะไกลจากหุ่นยนต์จำนวน 23,500 ชั่วโมง NVIDIA ระบุว่าข้อมูลชุด Human-1M ของพวกเขามีข้อมูล 100,000 ชั่วโมงที่เปิดให้ใช้งานได้
คุณสมบัติของ GR00T 2 Turbo
GR00T 2 ยังสามารถทำงานร่วมกับโมเดลการอนุมาน เพื่อแบ่งภารกิจที่ซับซ้อนออกเป็นขั้นตอน ติดตามความก้าวหน้า และแนะนำหุ่นยนต์ผ่าน API ในการทดสอบที่เกี่ยวข้องกับการประกอบของเล่นสามชิ้น วิธีการนี้สามารถทำสำเร็จได้อย่างน้อย 97 ครั้งจากการทดลอง 100 ครั้งสำหรับของเล่นแต่ละชิ้น ระบบนี้สามารถฟื้นตัวจากข้อผิดพลาดและการหยุดชะงักในระหว่างกระบวนการได้ นอกจากนี้ ฟังก์ชันการนำทางด้วยภาพยังช่วยให้โมเดลการอนุมานสามารถระบุจุดที่หุ่นยนต์ควรจับและปล่อยวัตถุ ทำให้ความสำเร็จของภารกิจที่เกี่ยวข้องกับการเคลื่อนย้ายวัตถุใน YAM เพิ่มขึ้นจาก 40% เป็น 92%
NVIDIA ยังได้พัฒนา GR00T 2 Turbo ซึ่งเป็นรุ่นที่เล็กกว่าที่ออกแบบมาสำหรับหุ่นยนต์มนุษย์ โดยมุ่งหวังให้มีความเร็วในการดำเนินการที่สูงขึ้น โมเดลนี้ทำงานโดยตรงบน Unitree G1 โดยใช้โปรเซสเซอร์ Jetson Thor ที่ติดตั้งอยู่ โดยใช้เวลาในการคาดการณ์แต่ละครั้ง 124 มิลลิวินาที ผ่านตัวควบคุมทั่วทั้งร่างกาย หุ่นยนต์มนุษย์นี้สามารถทำภารกิจในการให้ป๊อปคอร์นสำเร็จใน 48 การทดลองทั้งหมด และสามารถทำความสะอาดโต๊ะที่มีวัตถุต่าง ๆ ได้สำเร็จใน 93% ของการทดลอง
NVIDIA ได้นำเสนอ GR00T 2 ในงานประชุมการเรียนรู้ของหุ่นยนต์ที่จัดขึ้นในวันที่ 9 พฤศจิกายน ที่เมืองออสติน รัฐเท็กซัส โดยบริษัทระบุว่าโมเดลนี้ถูกออกแบบมาเพื่อช่วยให้หุ่นยนต์สามารถทำงานได้เกินกว่าการฝึกอบรมที่แคบ และมุ่งสู่การดำเนินการที่มีความยืดหยุ่นมากขึ้น ซึ่งเหมาะสำหรับสภาพแวดล้อมอุตสาหกรรมและชีวิตประจำวัน
รายการ สเปค ข้อมูลการฝึกอบรม 402,730 ชั่วโมง วิดีโอมนุษย์, 10,184 ชั่วโมง การสาธิตจากอุปกรณ์จับมือ, 23,500 ชั่วโมง ข้อมูลการควบคุมระยะไกลจากหุ่นยนต์ เวลาในการคาดการณ์ 124 มิลลิวินาที อัตราความสำเร็จ (หลังการปรับแต่ง) 95%
GR00T 2 เปลี่ยนแปลงวิธีการเรียนรู้ของหุ่นยนต์อย่างไร
โมเดล GR00T 2 ของ NVIDIA เป็นตัวแทนของความก้าวหน้าอย่างมีนัยสำคัญในการเรียนรู้ของหุ่นยนต์ โดยเฉพาะในด้านการถ่ายโอนทักษะ ผ่านการสาธิตจากมนุษย์ หุ่นยนต์สามารถเรียนรู้ภารกิจใหม่ได้อย่างรวดเร็ว ซึ่งไม่เพียงแต่เพิ่มประสิทธิภาพ แต่ยังขยายขอบเขตการใช้งานของหุ่นยนต์อีกด้วย การนำเทคโนโลยีการปรับตัวข้ามมาใช้ ทำให้หุ่นยนต์ในรูปร่างที่แตกต่างกันสามารถแบ่งปันประสบการณ์การเรียนรู้ ซึ่งมีความสำคัญต่อการพัฒนาความร่วมมือและความเป็นอิสระของหุ่นยนต์ในอนาคต นอกจากนี้ การเปิดตัว GR00T 2 Turbo ยังแสดงให้เห็นถึงความสำคัญของ NVIDIA ในด้านประสิทธิภาพของหุ่นยนต์มนุษย์ ซึ่งมีศักยภาพในการนำไปใช้ในอุตสาหกรรมและชีวิตประจำวันในอนาคตอย่างมาก

