在国际机器人与自动化会议(ICRA)上,英伟达的研究成为焦点:28篇被接受的论文中,有8篇直接展示了模拟训练如何让机器人在混乱、不可预测的现实中变得可靠且自主。这些进展彻底摆脱了脚本自动化的束缚,直面机器人技术最棘手的痛点——从多臂协调到精密组装,全部在零真实数据的前提下实现技能迁移。
突破性方法层出不穷。ScheduleStream框架首次在GPU上并行计算,一举将多机械臂的规划速度拉升3倍,终结了传统顺序调度的低效。COMPASS政策则颠覆了导航逻辑:它在完全虚拟的Isaac Lab中,通过模仿学习和强化学习,让不同机身形态的机器人都能自如绕障,现实试验成功率高达80%,相比基线暴涨4.5倍。抓取方面,Grasp-MPC引入自适应纠正机制,模仿人类凭触觉调整的手法,在杂乱桌面上将成功率从41%拔高至75%。
![]()
最令人惊愕的是,这些系统不只在实验室里跑通,更直接零样本跳过仿真到现实的鸿沟。可变形聚类操作让机器人像人一样用整只手臂扫清纠结的树枝,在电力线维护中一试即灵;专门攻克精密组装难题的SPARR方法,将任务拆分为模拟策略与真实细调,成功压制了现实中微小误差的干扰。与前期工作相比,整体精度提升达15%,在场景杂乱、相机变动等严苛条件下依旧稳健。
这些成果宣告了一个明晰的信号:模拟到现实的传输,正迅速成为实验室外高适应性机器人的核心基石。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.