英伟达推出神经创新技术以革新机器人学习
realtime news Sep 26, 2025 11:03
英伟达引入了三项突破性的神经技术，旨在提升机器人学习，缩小模拟与现实世界应用之间的差距。
根据英伟达研究，英伟达公布了一系列神经创新，旨在将机器人学习推向新境界。这些创新技术在2025年机器人学习会议（CoRL）期间得以展示，标志着机器人在学习和适应复杂现实任务方面取得的重要进展。
神经机器人动力学 (NeRD)
这项创新中的第一项，神经机器人动力学 (NeRD)，通过集成学习动力学模型来增强模拟能力。这些模型能够在不同任务中实现概化，同时允许现实世界的数据进行微调。这种方法取代了传统模拟器中低级的动力学模型，创建了一个有效缩小模拟与现实差距的混合框架。
NeRD展现出了卓越的准确性，在涉及ANYmal四足机器人模拟中实现了低于0.1%的误差。该模型适应现实数据的能力进一步缩小了模拟与现实的差距，为开发者提供了一个强大的工具来处理复杂的机器人系统。
参考范围探索 (RSE)
另一项突破，参考范围探索 (RSE)，通过利用人体运动捕捉数据来增强机器人的灵活性。通过将人体演示视为自适应指导而非严格模板，RSE允许机器人自主发现适合其独特配置的动作。此方法在成功率方面表现出显著提升，特别是在Inspire和Allegro机械手的测试中。
视觉触觉精炼 (VT-Refine)
最后，VT-Refine结合视觉和触觉感应以应对精密的双手组装任务。这种创新方法采用现实到模拟再到现实的框架，其中有限的现实世界演示用于预训练策略，然后在模拟环境中进行微调。结果是任务性能得到显著提升，现实世界中的成功率提高了多达40%。
在这些任务中，视觉和触觉反馈的整合至关重要，使机器人能够执行以前只能靠人手完成的复杂组装。这一方法示范了模拟可以如何用来为机器人为现实应用进行准备，大大增强了它们的操作能力。
这些发展标志着机器人领域的一个重要进步，因为它们提供了一种可扩展的、数据驱动的方法来教会机器人复杂技能。通过缩小机器人与人类能力之间的差距，英伟达的研究继续推动机器人学习与适应的可能性极限。
Image source: Shutterstock.jpg)