NVIDIA Isaac GR00T N1がヒューマノイドロボティクスを再定義する方法

数十年間にわたり、科学者やエンジニアは、人間のように歩き、話し、交流できるヒューマノイドロボットを作成するために努力してきました。ヒューマノイドロボットは、不均一な地形を歩き、基本的な会話を行い、制御された環境で製品を組み立てるなどのタスクを実行できるようになりました。Boston Dynamicsなどの企業は、ロボットがダンスを踊ったりアクロバティックな動きをしたりすることを実証しています。しかし、これらの進歩にもかかわらず、これらのロボットは、特定のプログラミング以外のタスクに直面したときに限界に直面しています。例えば、倉庫で箱を積み上げるように設計されたロボットは、混雑したストアルームでアイテムを整理したり、広範な再プログラミングなしにタスクを切り替えたりするのに苦労するかもしれません。主に、さまざまなタスクを処理できるヒューマノイドロボットを構築するには、毎回最初から始める必要がありました。これは、数ヶ月または数年かかる可能性があります。

ヒューマノイドロボティクスの現在の状態

ヒューマノイドロボティクスは最近大きく進歩しました。ロボットは不均一な地形を歩き、基本的な会話を行い、制御された環境でタスクを実行できます。Boston Dynamicsなどの企業は、ロボットがダンスを踊ったりアクロバティックな動きをしたりすることを実証しています。しかし、これらの進歩にもかかわらず、これらのロボットは、特定のプログラミング以外のタスクに直面したときに限界に直面しています。例えば、倉庫で箱を積み上げるように設計されたロボットは、混雑したストアルームでアイテムを整理したり、広範な再プログラミングなしにタスクを切り替えたりするのに苦労するかもしれません。

ヒューマノイドロボティクスの基礎モデル

Isaac GR00T N1は、ヒューマノイドロボットのために特別に設計された基礎モデルです。認識や運動などの基本的な機能のための事前構築されたフレームワークを提供し、コア機能を最初から開発する必要性を排除します。これにより、ロボットの構築プロセスが簡素化され、機械工学やAIプログラミングなどの分野の専門知識と、多大な財政的リソースが必要でした。開発者は、GR00T N1を取り出し、特定のタスクに合わせてカスタマイズできます。時間とコストの両方を削減します。このアクセシビリティと柔軟性により、より広範な採用が可能になり、ロボットは研究ラボから現実世界のアプリケーションに移行できるようになります。

人間のように考える：デュアルシステム設計

GR00T N1は、人間の認知にインスパイアされたデュアルシステム設計を採用しています。デュアルプロセス理論によると、人間は2つのモードで考えることができます。即時的で本能的なもの（反射のように）と、遅くて熟考したもの（計画のように）。この認知モデルに従って、GR00T N1はシステム1とシステム2の両方を備えています。システム1により、GR00Tは、障害物を避けたり、動く物体を捕まえたりするような、即時的な反応を処理できます。システム2により、GR00Tは、指示の処理、視覚データの分析、または複数のステップアクション（例：混乱した部屋の整理）の計画などの、より複雑なタスクを処理できます。システムを組み合わせることで、GR00T N1を搭載したロボットは、人間のような柔軟性でさまざまな課題に取り組むことができます。例えば、ロボットは散らばったアイテムを拾い上げ、どこに置くべきかを判断し、予期せぬ障害物を回避しながら、リアルタイムで適応できます。

GR00T N1のトレーニング

GR00Tを人間のように考えるようにトレーニングするには、多大な量のデータが必要です。これは、現実世界の環境で収集するのが遅く、高価になる可能性があります。NVIDIAは、Isaac GR00T Blueprintというツールを提供し、仮想環境で合成モーションデータを生成します。人間のデモンストレーションの小さなセットから始めて、ブループリントは迅速に大規模なデータセットを生成できます。NVIDIAは、11時間で780,000の合成トラジェクトリ（6,500時間の人間の労力に相当）を作成しました。合成データと現実世界のデータを組み合わせることで、GR00T N1のパフォーマンスは、現実世界のデータのみを使用した場合よりも40%向上しました。この方法により、学習が高速化され、適応性が向上し、物理的な試行に頼ることなくスキルが洗練されます。

ヒューマノイドロボティクスへの影響

ロボットとそのAIを最初から構築することは、従来、遅く、高価な取り組みでした。GR00T N1は、推論と運動の事前トレーニング済みモデルを提供することで、これを変えます。開発者は、カスタマイズに集中できます。これにより、製造、物流、ヘルスケアなどの業界での展開が加速され、適応性の高いソリューションが必要とされるようになります。GR00T N1を搭載したロボットは、材料を移動したり、商品を梱包したり、患者のケアを支援したりすることができます。
NVIDIAは、GR00T N1を、グローバルロボティクスコミュニティに無料で提供しています。従来のプロプライエタリシステムとは異なり、アクセスが制限されていません。これにより、スタートアップ、研究者、企業がダウンロード、変更、適応できるようになり、リソースが限られている小規模チームも業界リーダーと並んでイノベーションを起こすことができます。
GR00T N1は、言語や視覚データなどの複数の入力タイプを処理し、ロボットが音声コマンドを解釈したり、物体を認識したり、環境の変化に適応したりできるようにします。これらの多機能性は、人間の空間の予測不可能な現実で動作するヒューマノイドロボットに不可欠です。従来のロボットとは異なり、構造化された環境での繰り返しのタスクに構築されたロボットとは異なり、GR00T N1を搭載したロボットは、柔軟性と自然なインタラクションが重要なダイナミックな役割で優れています。

GR00Tの実践：現実世界のアプリケーション

Boston Dynamics、Agility Robotics、1X Technologiesなどの企業は、GR00T N1をテストしています。製造業では、これらのロボットは部品を組み立てたり、パッケージを整理したり、生産の変更に適応したりできます。タスクを簡単に切り替える能力は、柔軟性が必要な工場に適しています。
ヘルスケアでは、ロボットは声の指示に従って、ベッドから車椅子に患者を移動させることができます。ロボットは、高齢者を支援するためにアイテムを取りに行ったり、自然に会話したりすることもできます。GR00T N1の言語とコンテキストの理解により、これらのインタラクションはより自然で人間らしいものになります。例えば、1X TechnologiesのNEO Gammaロボットは、GR00T N1を使用して自宅を独自に片付けました。ロボットは、スペースを評価し、行動を決定し（例：おもちゃを拾ったり、テーブルを修正したり）、独自に行動しました。これは、GR00Tを搭載したロボットが家事の手助けや、移動に困難を経験する人の支援としてどのように役立つ可能性があるかを示しています。

NVIDIAのヒューマノイドロボティクスの進化計画

GR00T以外に、NVIDIAは、Newtonという物理エンジンを、Google DeepMindやDisney Researchと共同で開発しています。このオープンソースツールにより、ロボティクス開発者は、ロボットがどのように動き、周囲とどのように相互作用するかをシミュレートできます。MuJoCoやNVIDIA Isaac Labなどのプラットフォームと統合して、ロボットを仮想的にテストしてから現実世界に投入することができます。これにより、開発のコストが削減され、リスクが軽減され、ロボットの開発が加速されます。

まとめ

NVIDIAのIsaac GR00T N1は、推論と運動のためのカスタマイズ可能な基礎モデルを提供することで、ヒューマノイドロボティクスに大きな進歩をもたらします。デュアルシステム設計により、ロボットは変化に迅速に反応し、複雑なタスクを処理し、さまざまな環境に適応できます。合成データを使用してトレーニングすることで、開発時間とコストが削減されます。GR00T N1をオープンモデルとして提供することで、製造、ヘルスケア、物流などの業界でのイノベーションが促進されます。初期の実装は、現実世界のアプリケーションでのモデルの潜在的な利点を示しています。