Los robots humanoides están avanzando rápidamente, con algunos modelos basados en la tecnología NVIDIA Isaac GR00T que ya están siendo capaces de caminar, manipular objetos y relacionarse con el entorno. Sin embargo, el proceso de reunir grandes y variados conjuntos de datos para entrenar a estas sofisticadas máquinas puede ser complicado y costoso. Aquí es donde entra en juego el uso de datos sintéticos, generados a partir de gemelos digitales precisos, que permiten a investigadores y desarrolladores entrenar y validar modelos de inteligencia artificial en simulaciones antes de su implementación en el mundo real.

Un elemento clave en la creación de estos entornos virtuales es el Universal Scene Description (OpenUSD), que facilita la construcción de simulaciones físicas detalladas y escalables. Gracias a OpenUSD, los equipos pueden desarrollar escenarios realistas en los que los robots puedan practicar y perfeccionar sus habilidades.

Avances en el entrenamiento de robots con datos de movimiento sintético

Recientemente, durante la feria CES, NVIDIA presentó el Isaac GR00T Blueprint, una herramienta destinada a ayudar a los desarrolladores a crear conjuntos de datos de movimientos sintéticos más amplios y diversos, utilizando el aprendizaje por imitación. Esta innovación promete acelerar significativamente la recopilación de datos necesarios para entrenar a los robots humanoides.

Entre las características destacadas de este lanzamiento se incluyen:

• Generación de datos de movimiento a gran escala: Se utilizan simulaciones y técnicas de inteligencia artificial generativa para crear vastos conjuntos de datos que reflejan movimientos humanoides, agilizando así el proceso de recogida de datos.
• Aceleración en la ampliación de datos: Utilizando el sistema NVIDIA Cosmos, se generan videos fotorrealistas a gran escala, lo que permite a los desarrolladores enriquecer sus conjuntos de datos sintéticos de manera más eficiente, minimizando la brecha entre la simulación y la realidad.
• Entrenamiento basado en simulaciones: Los desarrolladores pueden realizar el entrenamiento de robots en entornos virtuales, evitando así depender únicamente de pruebas en el mundo real, lo que hace el proceso más rápido y rentable.
• Integración de lo virtual a lo real: La combinación de datos reales y sintéticos junto con entrenamientos basados en simulaciones permite que los robots transfieran las habilidades aprendidas en el entorno virtual a situaciones del mundo real de manera efectiva.

Sectores que se benefician de la robótica humanoide

La implementación de robots humanoides está aumentando la eficiencia y la seguridad en diversas industrias, como la manufactura, la logística y la atención médica, al automatizar tareas complejas y mejorar las condiciones laborales para los humanos. Empresas destacadas en robótica, como Boston Dynamics y Figure, ya están integrando y mostrando resultados positivos con la tecnología Isaac GR00T.

NVIDIA continúa impulsando el desarrollo de robótica avanzado a través de eventos como la conferencia NVIDIA GTC, donde se discuten los últimos avances en tecnología, incluyendo OpenUSD y la inteligencia artificial. Esta conferencia se llevará a cabo del 17 al 21 de marzo en San José, California, y promete ser un espacio clave para conocer las innovaciones y el futuro de la robótica.

Además, Nvidia ofrece recursos educativos, como el nuevo currículo “Learn OpenUSD” para desarrolladores 3D, disponible gratuitamente a través del Instituto de Aprendizaje Profundo de NVIDIA, promoviendo así un mejor entendimiento y optimización en flujos de trabajo en 3D.

Los avances en la robótica humanoide y el uso de datos sintéticos continúan abriendo nuevas puertas hacia un futuro donde estas máquinas puedan integrarse de manera fluida en la vida cotidiana de las personas.