NVIDIA 軟件（Omniverse、Metropolis、Isaac 和 cuOpt）共同打造了一個 AI Gym，讓機器人和 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 智能體來幫助機器人和人類應(yīng)對不可預(yù)測或復(fù)雜的事件。

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器人 (AMR)、 視覺 AI 智能體和傳感器的仿真環(huán)境。

運行 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器人車隊或確定供應(yīng)鏈配送中心中人機協(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，并部署為模塊化的 NVIDIA NIM 推理微服務(wù)。

審核編輯：劉清