Chef Robotics สร้างหุ่นยนต์การจัดการอาหารบน NVIDIA Isaac Stack

Chef Robotics ประกาศ เมื่อ 7 ตุลาคม 2026 ว่ากำลังสร้างระบบหุ่นยนต์การจัดการอาหารบนสแตกการพัฒนาหุ่นยนต์ของ NVIDIA โดยนำ NVIDIA Isaac Sim ซึ่งสร้างบนไลบรารี NVIDIA Omniverse มาใช้สำหรับการจำลองและงานดิจิทัลทวิน และ NVIDIA cuMotion สำหรับการวางแผนการเคลื่อนที่ด้วย GPU

บริษัท ซึ่งอธิบายตนเองว่าเป็นบริษัทแรกที่ทำการค้าโซลูชันหุ่นยนต์อาหาร AI ทางกายภาพที่สามารถขยายได้ กล่าวว่าสตะแก้ไขเพื่อเร่งกระบวนการพัฒนาและการใช้งานหุ่นยนต์ของบริษัทในขณะยังคงความน่าเชื่อถือในการผลิต Chef Robotics ยังรายงานว่าการติดตั้งระบบให้กับลูกค้าได้เพิ่มประสิทธิภาพแรงงานสูงสุดถึง 60%

ตามประกาศอาหารจัดอยู่ในสภาพแวดล้อมการจัดการที่ท้าทายที่สุดในโลกทางกายภาพ: ส่วนผสมมีความยืดหยุ่น เปียก และมีความแปรผันสูง, สายการผลิตทำงานด้วยอัตราการผ่านสูงในสภาพอากาศเย็นและรุนแรง, และอุตสาหกรรมอาหารต้องเผชิญกับการขาดแคลนแรงงานอย่างเรื้อรัง การออกแบบระบบหุ่นยนต์ที่ทำงานได้อย่างเชื่อถือได้ภายใต้เงื่อนไขเหล่านี้และการทำให้การติดตั้งใหม่ทำงานได้อย่างรวดเร็วต้องอาศัยการจำลองระดับอุตสาหกรรมและการวางแผนการเคลื่อนที่ประสิทธิภาพสูง บริษัทกล่าว

การจำลองและดิจิทัลทวินด้วย Isaac Sim

Chef Robotics ใช้กรอบงานเปิด Isaac Sim เพื่อสร้างดิจิทัลทวินที่แม่นยำทางกายภาพของเซลล์การทำงานของหุ่นยนต์และของสายการผลิตของลูกค้า การกำหนดค่าที่ใหม่ถูกออกแบบ, จำลอง, และตรวจสอบในสภาพแวดล้อมเสมือนก่อนการใช้งานจริง ทำให้บริษัทสามารถทดสอบความทนทานของเซลล์ต่อความหลากหลายของส่วนผสม, ภาชนะ, เครื่องใช้, และรูปแบบสายการผลิตที่พบในโรงงานของลูกค้า บริษัทกล่าวว่าวิธีการนี้ช่วยลดระยะเวลาตั้งแต่การออกแบบจนถึงการติดตั้งที่ทำงานได้บนพื้นโรงงาน

NVIDIA อธิบายว่า Isaac Sim เป็นกรอบงานอ้างอิงแบบโอเพ่นซอร์สที่สร้างบนไลบรารี Omniverse สำหรับการจำลองหุ่นยนต์, การทดสอบ, และการสร้างข้อมูลสังเคราะห์ในสภาพแวดล้อมเสมือนที่อิงฟิสิกส์ ตามเอกสารสำหรับนักพัฒนาของ NVIDIA, กรอบงานนี้รับไฟล์การออกแบบด้วยคอมพิวเตอร์ (CAD), โมเดล Unified Robot Description Format, หรือข้อมูลการจับภาพจากโลกจริงและแปลงเป็น USD หลังจากนั้นนักพัฒนาจะประกอบฉากโดยกำหนดวัสดุ, เปิดใช้งานฟิสิกส์, และกำหนดค่าหุ่นยนต์และเซนเซอร์ กรอบงานสนับสนุนการสร้างข้อมูลสังเคราะห์ที่ควบคุมได้ ซึ่งสามารถเสริมด้วยโมเดลฐาน Cosmos ของ NVIDIA, และอนุญาตให้สแตกการรับรู้และการเคลื่อนที่ถูกฝึกในสภาพจำลองและประเมินผลผ่านการทดสอบแบบซอฟต์แวร์ในลูปหรือฮาร์ดแวร์ในลูป NVIDIA ระบุว่ากรอบงานนี้สามารถขยายได้อย่างเต็มที่ เพื่อให้นักพัฒนาสามารถสร้างซิมูเลเตอร์ที่อิง OpenUSD ได้เองหรือรวมความสามารถของมันเข้าไปในสายการทดสอบและตรวจสอบที่มีอยู่ Isaac Sim ใช้ได้ฟรี ภายใต้สัญญาอนุญาตโอเพ่นซอร์ส Apache 2.0 และพร้อมใช้งานบน GitHub ตามข้อมูลของ NVIDIA

การวางแผนการเคลื่อนที่ด้วย cuMotion

สำหรับการวางแผนการเคลื่อนที่ Chef Robotics ใช้ cuMotion เพื่อสร้างเส้นทางที่เร็วและปราศจากการชนสำหรับหุ่นยนต์ที่ทำงานในสภาพแวดล้อมการผลิตอาหารที่แออัดและหลากหลาย บริษัทกล่าวว่านี่ทำให้ระบบของบริษัทสามารถวางแผนและปรับการเคลื่อนที่ได้อย่างมีประสิทธิภาพในหลากหลายงานที่หุ่นยนต์ของบริษัททำในกระบวนการผลิต ตั้งแต่การหยิบชิ้นส่วนและการประกอบหลายจุดจนถึงสายการผลิตหลายหุ่นยนต์ที่ประสานงานกัน

NVIDIA อธิบายว่า cuMotion เป็นไลบรารีการสร้างการเคลื่อนที่ประสิทธิภาพสูงสำหรับหุ่นยนต์ โดยมุ่งเน้นหลักที่การจัดการและใช้การเร่งด้วย GPU ตลอดทั้งกระบวนการ ความสามารถที่ระบุไว้รวมถึงคิเนมาติคและอินเวอร์สคิเนมาติค, อินเวอร์สคิเนมาติคที่รับรู้การชน, การวางแผนเส้นทางแบบกราฟที่รับรู้การชน, การเพิ่มประสิทธิภาพเส้นทางที่รับรู้การชนและการสร้างการเคลื่อนที่จากต้นจนจบ, การควบคุมเชิงตอบสนองผ่านกรอบคณิตศาสตร์ RMPflow, การสร้างเส้นทางที่เป็นเวลาที่เหมาะสมที่สุดสำหรับเส้นทางในพื้นที่กำหนดค่า หรือพื้นที่งาน, การสร้างลูกกลมเพื่อแทนที่เมชปิดด้วยชุดของลูกกลม, และการแยกส่วนหุ่นยนต์ที่ลบส่วนของแขนหุ่นยนต์ออกจากสตรีมภาพความลึก หุ่นยนต์ที่มีจำนวนอิสระหลายมิติได้รับการสนับสนุน และไลบรารีนี้ถูกพัฒนาใน C++ พร้อมชุดการเชื่อมต่อ Python ครบถ้วน

ตามที่ระบุในที่เก็บของโครงการ, cuMotion มีรากฐานมาจากสองไลบรารีของ NVIDIA ก่อนหน้า: Lula ซึ่งเคยเปิดตัวหลายปีเป็นส่วนหนึ่งของ Isaac Sim และได้ถูกรวมเข้ากันทั้งหมด, และ cuRobo ซึ่งเป็นไลบรารีที่พัฒนาโดย NVIDIA Research ที่อัลกอริทึมสำหรับอินเวอร์สคิเนมาติคที่รับรู้การชนและการเพิ่มประสิทธิภาพเส้นทางปรากฏใน cuMotion ในรูปแบบที่ปรับปรุงและเสถียรที่มากขึ้น ที่เก็บข้อมูลยังระบุว่า cuMotion จะเร็ว ๆ นี้ทำหน้าที่เป็นแบ็กเอนด์การสร้างการเคลื่อนที่สำหรับ Isaac ROS cuMotion และเวิร์กโฟลว์อ้างอิงการจัดการใน Isaac ROS รุ่นปล่อยปัจจุบันมีให้สำหรับ Linux และ Windows บนคอมพิวเตอร์สถาปัตยกรรม x86 ที่ใช้ GPU ของ NVIDIA รุ่น Turing หรือใหม่กว่า, รวมถึง Jetson Orin, Jetson Thor, และ DGX Spark

“อาหารเป็นหนึ่งในปัญหาการจัดการที่ยากที่สุดในโลกทางกายภาพ และการแก้ไขต้องอาศัย AI ระดับโลกพร้อมกับเครื่องมือวิศวกรรมระดับโลก” ราชาต บาเกเรีย ผู้ก่อตั้งและซีอีโอของ Chef Robotics กล่าว “การสร้างบนสแตกหุ่นยนต์ของ NVIDIA ทำให้ทีมของเราสามารถเคลื่อนที่ได้เร็วขึ้น — การออกแบบ, การจำลอง, และการตรวจสอบระบบในสภาพแวดล้อมเสมือน, จากนั้นจึงนำไปใช้งานอย่างมั่นใจในโรงงานจริง” บาเกเรียอธิบายว่าสแตกนี้เป็นส่วนสำคัญของวิธีที่บริษัทขยาย AI ทางกายภาพทั่วอุตสาหกรรมอาหาร