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
- 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) - DamWorld: Progressive Reasoning with World Models for Robotic
Manipulation [53.468924348313664]
本論文では,SeaWaveと呼ばれる総合的かつ体系的なロボット操作ベンチマークを構築した。
マルチモーダル環境で、組み込みAIエージェントのための標準テストプラットフォームを提供する。
本研究では,DamWorldと呼ばれるクロスモーダルロボット操作に適した新しい世界モデルを提案する。
論文 参考訳(メタデータ) (2023-06-20T07:06:04Z) - Knowledge-Driven Robot Program Synthesis from Human VR Demonstrations [16.321053835017942]
バーチャルリアリティ(VR)におけるヒューマンタスクの実演から実行可能なロボット制御プログラムを自動生成するシステムを提案する。
我々は、人間のVRデモを意味論的に解釈するために、常識知識とゲームエンジンに基づく物理を利用する。
ロボットショッピングアシスタントにおける力覚的フェッチ・アンド・プレイスという文脈でのアプローチを実証する。
論文 参考訳(メタデータ) (2023-06-05T09:37:53Z) - 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) - SAGCI-System: Towards Sample-Efficient, Generalizable, Compositional,
and Incremental Robot Learning [41.19148076789516]
上記の4つの要件を満たすために,SAGCIシステムと呼ばれる体系的な学習フレームワークを導入する。
本システムはまず,ロボットの手首に搭載されたカメラによって収集された生点雲を入力とし,URDFに代表される周囲環境の初期モデリングを生成する。
そのロボットは、対話的な知覚を利用して環境と対話し、URDFのオンライン検証と修正を行う。
論文 参考訳(メタデータ) (2021-11-29T16:53:49Z) - A toolbox for neuromorphic sensing in robotics [4.157415305926584]
ロボット上で利用可能なあらゆる種類のセンサからの入力信号をエンコードし、デコードするためのROS(Robot Operating System)ツールボックスを導入する。
このイニシアチブは、ニューロモルフィックAIのロボット統合を刺激し促進することを目的としている。
論文 参考訳(メタデータ) (2021-03-03T23:22:05Z) - REAL-X -- Robot open-Ended Autonomous Learning Architectures: Achieving
Truly End-to-End Sensorimotor Autonomous Learning Systems [0.0]
先程提案されたREALコンペティションによる課題について検討する。
本稿では,ベンチマークの異なるバージョンを解くことができるREAL-Xロボットアーキテクチャを提案する。
論文 参考訳(メタデータ) (2020-11-27T18:12:06Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳(メタデータ) (2020-04-14T20:52:49Z) - 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。