論文の概要: Towards Building AI-CPS with NVIDIA Isaac Sim: An Industrial Benchmark
and Case Study for Robotics Manipulation
- arxiv url: http://arxiv.org/abs/2308.00055v1
- Date: Mon, 31 Jul 2023 18:21:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 15:50:47.645440
- Title: Towards Building AI-CPS with NVIDIA Isaac Sim: An Industrial Benchmark
and Case Study for Robotics Manipulation
- Title（参考訳）: NVIDIA Isaac SimによるAI-CPSの構築に向けて - ロボット操作の産業ベンチマークとケーススタディ
- Authors: Zhehua Zhou, Jiayang Song, Xuan Xie, Zhan Shu, Lei Ma, Dikai Liu,
Jianxiong Yin, Simon See
- Abstract要約: 代表的サイバー物理システム(CPS)として、ロボットマニピュレータは様々な学術研究や産業プロセスで広く採用されている。
ロボット操作の最近の研究は、適応性と性能を向上させるために人工知能(AI)アプローチをコントローラとして採用し始めている。
本稿では,ロボット操作のための公開産業ベンチマークを提案する。
- 参考スコア（独自算出の注目度）: 18.392301524812645
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: As a representative cyber-physical system (CPS), robotic manipulator has been
widely adopted in various academic research and industrial processes,
indicating its potential to act as a universal interface between the cyber and
the physical worlds. Recent studies in robotics manipulation have started
employing artificial intelligence (AI) approaches as controllers to achieve
better adaptability and performance. However, the inherent challenge of
explaining AI components introduces uncertainty and unreliability to these
AI-enabled robotics systems, necessitating a reliable development platform for
system design and performance assessment. As a foundational step towards
building reliable AI-enabled robotics systems, we propose a public industrial
benchmark for robotics manipulation in this paper. It leverages NVIDIA
Omniverse Isaac Sim as the simulation platform, encompassing eight
representative manipulation tasks and multiple AI software controllers. An
extensive evaluation is conducted to analyze the performance of AI controllers
in solving robotics manipulation tasks, enabling a thorough understanding of
their effectiveness. To further demonstrate the applicability of our benchmark,
we develop a falsification framework that is compatible with physical
simulators and OpenAI Gym environments. This framework bridges the gap between
traditional testing methods and modern physics engine-based simulations. The
effectiveness of different optimization methods in falsifying AI-enabled
robotics manipulation with physical simulators is examined via a falsification
test. Our work not only establishes a foundation for the design and development
of AI-enabled robotics systems but also provides practical experience and
guidance to practitioners in this field, promoting further research in this
critical academic and industrial domain.
- Abstract（参考訳）: 代表的サイバー物理システム(CPS)として、ロボットマニピュレータは様々な学術研究や産業プロセスで広く採用されており、サイバーと物理世界の普遍的なインターフェースとして機能する可能性を示している。
ロボット操作の最近の研究は、適応性と性能を向上させるために人工知能(AI)アプローチをコントローラとして採用し始めている。
しかし、AIコンポーネントを説明するという固有の課題は、これらのAI対応ロボットシステムに不確実性と不確実性をもたらし、システム設計と性能評価のための信頼性の高い開発プラットフォームを必要とする。
本稿では,信頼性の高いai対応ロボットシステムを構築するための基礎的ステップとして,ロボット操作のための産業ベンチマークを提案する。
NVIDIA Omniverse Isaac Simをシミュレーションプラットフォームとして活用し、8つの代表的操作タスクと複数のAIソフトウェアコントローラを含む。
ロボット操作タスクの解法におけるAIコントローラの性能評価を行い,その効果を徹底的に把握する。
さらに,本ベンチマークの適用性を示すために,物理シミュレータやopenaiジム環境と互換性のある偽造フレームワークを開発した。
このフレームワークは、従来のテスト方法と現代の物理エンジンベースのシミュレーションとのギャップを埋める。
物理シミュレータを用いたai対応ロボット操作における異なる最適化手法の有効性について, 偽造試験を用いて検討した。
我々の研究は、AI対応ロボットシステムの設計・開発の基礎を確立するだけでなく、この分野の実践者に実践経験と指導を提供し、この重要な学術・産業分野におけるさらなる研究を促進する。
関連論文リスト
- A Retrospective on the Robot Air Hockey Challenge: Benchmarking Robust, Reliable, and Safe Learning Techniques for Real-world Robotics [53.33976793493801]
私たちは、NeurIPS 2023カンファレンスでRobot Air Hockey Challengeを組織しました。
我々は、シム・トゥ・リアルギャップ、低レベルの制御問題、安全性問題、リアルタイム要件、実世界のデータの限られた可用性など、ロボット工学における実践的な課題に焦点を当てる。
その結果、学習に基づくアプローチと事前知識を組み合わせたソリューションは、実際のデプロイメントが困難である場合にデータのみに依存するソリューションよりも優れていることがわかった。
論文 参考訳（メタデータ） (2024-11-08T17:20:47Z) - $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - RAMPA: Robotic Augmented Reality for Machine Programming and Automation [4.963604518596734]
本稿では,RAMPA(Robotic Augmented Reality for Machine Programming)を紹介する。
RAMPAは最先端のARヘッドセット、例えばMeta Quest 3の能力を利用するシステムである。
提案手法は,ユーザの物理的環境内で直接,スキルデモのその場でのデータ記録,可視化,微調整を可能にする。
論文 参考訳（メタデータ） (2024-10-17T10:21:28Z) - Generalized Robot Learning Framework [10.03174544844559]
本稿では,様々なロボットや環境に容易に再現可能かつ伝達可能な,低コストなロボット学習フレームワークを提案する。
我々は,産業用ロボットにおいても,デプロイ可能な模倣学習をうまく適用できることを実証した。
論文 参考訳（メタデータ） (2024-09-18T15:34:31Z) - BANSAI: Towards Bridging the AI Adoption Gap in Industrial Robotics with Neurosymbolic Programming [6.502950223731164]
BANSAIアプローチ(ニューロシンボリックAIによるAI導入ギャップのブリッジ)を提案する。
ニューロシンボリックAIの原則を体系的に活用し、データ駆動のサブシンボリックプログラム合成と最適化を確立する。
BANSAIは概念的にはいくつかの先行研究を統一し、実践的で現実的な検証への道を提案する。
論文 参考訳（メタデータ） (2024-04-21T13:04:58Z) - Embodied Neuromorphic Artificial Intelligence for Robotics: Perspectives, Challenges, and Research Development Stack [7.253801704452419]
スパイキングニューラルネットワーク(SNN)によるニューロモルフィックコンピューティングの最近の進歩は、ロボット工学の具体的インテリジェンスを可能にする可能性を実証している。
本稿では, ロボットシステムにおいて, エンボディ型ニューロモーフィックAIを実現する方法について考察する。
論文 参考訳（メタデータ） (2024-04-04T09:52:22Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。
我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文 参考訳（メタデータ） (2024-01-26T16:09:39Z) - Active Predicting Coding: Brain-Inspired Reinforcement Learning for
Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。
我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。
提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文 参考訳（メタデータ） (2022-09-19T16:49:32Z) - SAPIEN: A SimulAted Part-based Interactive ENvironment [77.4739790629284]
SAPIENは現実的で物理に富んだシミュレートされた環境であり、音声オブジェクトのための大規模なセットをホストしている。
部品検出と動作特性認識のための最先端の視覚アルゴリズムの評価を行い,ロボットインタラクションタスクの実証を行った。
論文 参考訳（メタデータ） (2020-03-19T00:11:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。