NVIDIA 軟件（Omniverse、Metropolis、Isaac 和 cuOpt）共同打造了一個 AI Gym，讓機(jī)器人和 AI 智能體能夠在復(fù)雜的工業(yè)領(lǐng)域中進(jìn)行訓(xùn)練并接受評估。

實時 AI 正在幫助處理制造業(yè)、工廠物流和機(jī)器人領(lǐng)域中的繁重工作。

這些行業(yè)通常涉及體積龐大的產(chǎn)品、昂貴的設(shè)備、協(xié)作機(jī)器人環(huán)境和物流復(fù)雜的設(shè)施。在這些行業(yè)中，仿真優(yōu)先的方法正在引領(lǐng)下一發(fā)展階段的自動化。

NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛在 GTC 主題演講中展示了開發(fā)者如何使用數(shù)字孿生完全通過仿真來實現(xiàn)大規(guī)模實時 AI 的開發(fā)、測試和完善，然后再將其推廣到工業(yè)基礎(chǔ)設(shè)施中，從而節(jié)省大量時間和成本。

NVIDIA Omniverse、Metropolis、Isaac和cuOpt在 AI Gym 中互動，開發(fā)者可以在此訓(xùn)練 AI 智能體來幫助機(jī)器人和人類應(yīng)對不可預(yù)測或復(fù)雜的事件。

在演示中，一個 10 萬平方英尺倉庫的數(shù)字孿生（使用 NVIDIA Omniverse 平臺構(gòu)建，用于開發(fā)和連接OpenUSD應(yīng)用）可用作幾十個數(shù)字工作者和多個自主移動機(jī)器人（AMR）、視覺 AI 智能體和傳感器的仿真環(huán)境。

運(yùn)行NVIDIA Isaac Perceptor多傳感器棧的每個 AMR 會處理來自六個傳感器的視覺信息，而所有信息都會在數(shù)字孿生中進(jìn)行仿真。

與此同時，NVIDIA Metropolis 視覺 AI 平臺針對整個倉庫工作者活動構(gòu)建了一個集中式地圖，將來自 100 個模擬安裝在天花板的攝像頭串流的數(shù)據(jù)與多攝像頭追蹤融合在一起。

這種集中式占用地圖能夠為 NVIDIA cuOpt 引擎提供信息，幫助計算出最優(yōu) AMR 路徑，以解決復(fù)雜的路徑問題。

cuOpt 是一款具有突破性的優(yōu)化 AI 微服務(wù)，其使用 GPU 加速進(jìn)化算法來解決具有多重約束的復(fù)雜路徑問題。

所有過程均實時進(jìn)行，同時，Isaac Mission Control使用來自 cuOpt 的地圖數(shù)據(jù)和路徑圖來協(xié)調(diào)整個車隊，發(fā)送和執(zhí)行 AMR 命令。

AI Gym 助力實現(xiàn)工業(yè)數(shù)字化

AI 智能體可以在大規(guī)模工業(yè)環(huán)境中提供幫助，例如管理工廠中的機(jī)器人車隊或確定供應(yīng)鏈配送中心中人機(jī)協(xié)作的精簡配置。

為構(gòu)建這些復(fù)雜的智能體，開發(fā)者需要可用作 AI Gym 的數(shù)字孿生——一個用于 AI 評估、仿真和訓(xùn)練的物理精確環(huán)境。

這種軟件在環(huán) AI 測試讓 AI 智能體和 AMR 能夠適應(yīng)現(xiàn)實世界的不可預(yù)測性。

在以上演示中，AMR 的計劃路徑中發(fā)生了一起事故，堵塞了該路徑并阻止其拾取托盤。

NVIDIA Metropolis 更新了占用網(wǎng)格，將所有人員、機(jī)器人和物體映射在一個視圖中。然后，cuOpt 會規(guī)劃出一條最優(yōu)路徑，AMR 隨即做出相應(yīng)響應(yīng)，從而盡可能減少宕機(jī)時間。

通過為NVIDIA Visual Insight Agent（VIA）框架提供支持的 Metropolis 視覺基礎(chǔ)模型，AI 智能體可以幫助運(yùn)營團(tuán)隊回答諸如“工廠的第三通道發(fā)生了什么情況？”這類的問題。

采用生成式 AI 技術(shù)的智能體可以提供各種即時信息，例如“下午 3:30 箱子從貨架上掉下來，堵塞了通道”。

開發(fā)者可以使用 VIA 框架來構(gòu)建那些使用視覺語言模型處理大量實時或存檔視頻和圖像的 AI 智能體，無論是部署在邊緣還是云端。

新一代視覺 AI 智能體將幫助所有行業(yè)來使用自然語言，從視頻中總結(jié)、搜索和提取切實可行的見解。

所有這些 AI 功能都可以通過持續(xù)且基于仿真的訓(xùn)練來增強(qiáng)，并部署為模塊化的NVIDIA NIM推理微服務(wù)。

審核編輯：劉清