NVIDIA的R²D²：通过先进的任务和运动规划革新机器人操控
realtime news Nov 04, 2025 21:32
NVIDIA的R²D²通过感知引导的任务和运动规划（TAMP），结合视觉、语言和GPU加速，提高了机器人在动态环境中的适应能力。
根据NVIDIA的博客，NVIDIA推出了R²D²框架，这是一种通过感知引导的任务和运动规划（TAMP）来增强机器人操控的开创性方法。传统的TAMP系统由于依赖静态模型，往往在新环境中表现不佳。R²D²通过整合感知来解决这些局限性，使机器人能够实时更新其计划并适应动态场景。
TAMP中视觉与语言的整合
R²D²框架利用视觉和语言将复杂任务分解为可管理的子目标，增强了机器人执行长时间任务的能力。通过使用模型将图像和指令转化为可操作的计划，机器人可以更好地理解其环境和任务要求。这一整合体现在OWL-TAMP、VLM-TAMP和NOD-TAMP工作流程中，这些流程结合了视觉语言模型与TAMP，以改善视觉复杂环境中的任务执行。
通过cuTAMP进行GPU加速
GPU加速在提高TAMP的效率方面发挥着关键作用。NVIDIA的cuTAMP框架通过利用GPU并行化加速了规划过程。这种方法使计划骨架和约束满足的快速解决成为可能，大大缩短了从数小时到几秒的任务时间，如打包和堆叠。
通过Fail2Progress从失败中学习
为了进一步提高机器人操控，NVIDIA引入了Fail2Progress框架，使机器人能够从自身的失败中学习。通过数据驱动的校正和基于模拟的优化，将失败整合到技能模型中，机器人能够更有效地适应新条件。
这些在TAMP方面的进展彰显了NVIDIA推动机器人技术边界的承诺。通过感知与任务和运动规划的整合，以及利用GPU加速，NVIDIA正在为机器人在复杂环境中的适应性和效率设定新的标准。
欲了解NVIDIA R²D²框架的更多详细信息，请访问NVIDIA博客。
Image source: Shutterstock.jpg)