Unity Robotik Endüstrisini Yeni Sürümlerle İlerletiyor

Unity, gerçek zamanlı 3D veya RT3D içeriği geliştirmek ve işletmek için önde gelen platformlardan biridir. Şirket, yakın zamanda Endüstriyel ortamda bilgisayar görüşü ve simülasyon teknolojilerinin kullanımını hedefleyen Nesne Pozisyon Tahmini’ni duyurdu.

Nesne Pozisyonu Demonstrasyonu

Nesne Pozisyonu Demonstrasyonu, sentetik veri aracılığıyla robotların nasıl öğrenebileceğini gösteren bir demonstrasyonla birlikte gerçekleşti.

Dr. Danny Lange, Unity’de Yapay Zeka’nın Kıdemli Başkan Yardımcısıdır.

“Bu, programlanmak yerine öğrenen bir sistemin güçlü bir örneğidir ve sentetik verilerden öğrendikçe, herhangi bir programcıdan çok daha nüanslı kalıpları yakalayabilen bir sistemdir” dedi. “Teknolojilerimizi katmanlara ayırarak, gerçekten AI ile uğraşmaya başladığımızı ve bu durumda robotları eğitmeye mümkün olan verimliliği gösteriyoruz.”

Dr. Lange, şirketin teknolojilerini katmanlara ayırırken, kısmen Unity’nin Robot Operating System (ROS) desteğini sağlayan recent sürümlerine atıfta bulunuyordu. ROS, robot yazılımları geliştirmek için esnek bir çerçevedir.

https://www.youtube.com/watch?v=dhVPml_IVr4

Önceki Sürümler Üzerine Kurulma

Nesne Pozisyon Tahmini demo sürümünden önce Unity, şirketin URDF İthalatçısı’nı ve ROS-TCP-Connector’ı yayınladı. Bu, ROS düğümleri ve Unity arasında iletilen mesajların gecikmesini önemli ölçüde azaltmayı hedefliyor. Bu da simüle edilmiş bir ortamda çalışan robota yakın gerçek zamanlı olarak işlem yapma olanağı sağlıyor.

Simülasyon teknolojisi genellikle tehlikeli, pahalı veya nadir durumların test edilmesinde kullanılır. Simülasyon kullanarak, uygulamalar robota dağıtmadan önce doğrulanabilir, bu da potansiyel sorunların erken tespitine olanak tanır. Unity’nin yerleşik fizik motoru ve Unity Düzenleyicisi birleştirilerek, sonsuz sayıda sanal ortam oluşturulabilir.

Bu araçların birleşimi, büyük miktarda sentetik, etiketli eğitim verilerinin nasıl oluşturulabileceğini gösterdi. Daha sonra, bir küpün konumunu tahmin etmek için basit bir derin öğrenme modeli eğitmek için kullanıldı. Demo, projeyi yeniden yaratmak isteyenler için bir öğretici sağladı.

“Unity ile sadece veri oluşturmayı demokratikleştirmekle kalmadık, aynı zamanda gelişmiş etkileşimleri sanal bir ortamda simüle etmek için etkileşimli bir sistem sağladık” diye devam etti Lange.

“Örneğin, bir otonom aracın kontrol sistemlerini veya burada yüksek maliyetli robot kollarını geliştirebilirsiniz, ekipmanları hasar verme riski olmadan veya endüstriyel kurulumların maliyetini önemli ölçüde artırma riski olmadan. Yüksek doğrulukta sanal bir ortamda amaçlanan uygulamaların riskini kanıtlamak, robotik, AI ve Makine Öğrenimi ile dönüşmeye hazır birçok endüstri için zaman ve para tasarrufu sağlayacaktır.”