OpenUSD i NVIDIA Halos za sigurnost robotaksija

Fizička umjetna inteligencija seli se iz istraživačkih laboratorija u stvarni svijet, pokrećući inteligentne robote i autonomna vozila (AV) poput robotaksija, koja moraju pouzdano osjećati, rasuđivati ​​i djelovati u nepredvidivim uvjetima.

Za sigurno skaliranje ovih sustava, programerima su potrebni tijekovi rada koji povezuju podatke iz stvarnog svijeta, visokovjerne simulacije i robusne AI modele na zajedničkoj osnovi koju pruža OpenUSD okvir.

Nedavno objavljena OpenUSD Core specifikacija 1.0, sada definira standardne tipove podataka, formate datoteka i ponašanja kompozicije, dajući programerima predvidljive, interoperabilne USD cjevovode dok skaliraju autonomne sustave.

Pokretane OpenUSD-om, NVIDIA Omniverse biblioteke kombiniraju NVIDIA RTX renderiranje, simulaciju fizike i učinkovita vremena izvođenja kako bi stvorile digitalne blizance i resurse spremne za simulaciju ( SimReady ) koji točno odražavaju stvarna okruženja za generiranje i testiranje sintetičkih podataka.

NVIDIA Cosmos modeli mogu se izvoditi preko ovih simulacija kako bi pojačali varijacije podataka, generirajući nove vremenske, svjetlosne i terenske uvjete iz istih scena tako da timovi mogu sigurno pokriti rijetke i izazovne rubne slučajeve.

Osim toga, napredak u generiranju sintetičkih podataka, multimodalnim skupovima podataka i SimReady tijekovima rada sada se konvergira s NVIDIA Halos okvirom za antivirusnu sigurnost, stvarajući put temeljen na standardima za sigurnije, brže i isplativije postavljanje autonomnih strojeva sljedeće generacije.

OpenUSD Core Specification 1.0 uspostavlja standardne modele podataka i ponašanja koja podupiru SimReady resurse, omogućujući programerima izgradnju interoperabilnih simulacijskih cjevovoda za tvornice umjetne inteligencije i robotiku na OpenUSD-u.

Izgrađeni na ovim temeljima, SimReady 3D resursi mogu se ponovno koristiti u različitim alatima i timovima te učitati izravno u NVIDIA Isaac Sim, gdje USDPhysics sudarači, dinamika krutog tijela i varijante temeljene na kompozicijskim lukovima omogućuju timovima testiranje robota u virtualnim objektima koji vjerno odražavaju stvarne operacije. 

Istraživači tvrtke NVIDIA, sa suradnicima sa Sveučilišta Harvard i Stanford, nedavno su predstavili Sim2Val okvir za statističko kombiniranje rezultata testova iz stvarnog svijeta i simuliranih rezultata, smanjujući potrebu programera antivirusnih sustava za skupim fizičkim istraživanjima, a istovremeno pokazujući kako se robotski taksiji i antivirusna vozila mogu sigurno ponašati u rijetkim i sigurnosno kritičnim scenarijima.

Ove inovacije nadopunjuje novi NVIDIA Omniverse NuRec Fixer otvorenog koda, model temeljen na Cosmosu obučen na AV podacima koji uklanja artefakte u neuronskim rekonstrukcijama kako bi se proizvela SimReady sredstva više kvalitete.

Kako bi se uskladio ovaj napredak sa strogim globalnim standardima, NVIDIA Halos AI Systems Inspection Lab, akreditiran od strane ANAB-a, pruža nepristranu inspekciju i certificiranje Halos elemenata u flotama robotaksi vozila, senzorima i proizvođačkim platformama putem Halos programa certifikacije.