ИССЛЕДОВАНИЕ · RESEARCH · #1694
Лаборатория NVIDIA SRL и команда Isaac создали роботов для сборки GB300-тестовых лотков
Лаборатория NVIDIA Seattle Robotics Lab и команда NVIDIA Isaac разработали роботов для сборки тестовых лотков GB300, сосредоточившись на установке шины (busbar) и вставке многоконтактных разъемов. Модульный стек (FoundationPose для восприятия, манипуляционные примитивы по кривым Лиссажу и импедансный контроллер) показал более 95% успешных сборок шины при цикле 160 с; для вставки разъемов использовалась сегментация SAM3 для кабелей и новый оценивающий позу метод DOPER для разъемов, политика обучалась sim-to-real в Isaac Lab и донастраивалась методом SPARR, применялись 3D-печатные насадки захвата и перерабатываемые контейнеризованные компоненты TALOS.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Лаборатория NVIDIA Seattle Robotics Lab и команда NVIDIA Isaac разработали роботов для сборки тестовых лотков GB300, сосредоточившись на установке шины (busbar) и вставке многоконтактных разъемов.
- Модульный стек (FoundationPose для восприятия, манипуляционные примитивы по кривым Лиссажу и импедансный контроллер) показал более 95% успешных сборок шины при цикле 160 с; для вставки разъемов использовалась сегментация SAM3 для кабелей и новый оценивающий позу метод DOPER для разъемов, политика обучалась sim-to-real в Isaac Lab и донастраивалась методом SPARR, применялись 3D-печатные насадки захвата и перерабатываемые контейнеризованные компоненты TALOS.
- Демонстрация показывает производственно-значимую сборку сложного AI-оборудования роботами с гибридным модульно-обучающим подходом, что улучшает sim-to-real обучение, оценку позы и переиспользуемую оркестрацию для производства.
ПОЧЕМУ ЭТО ВАЖНО
Демонстрация показывает производственно-значимую сборку сложного AI-оборудования роботами с гибридным модульно-обучающим подходом, что улучшает sim-to-real обучение, оценку позы и переиспользуемую оркестрацию для производства.