NVIDIA'nın GR00T 2 modeli, robotlara insanları izleyerek beş denemede yeni iş öğretiyor

NVIDIA, robotların insanlardan beceri öğrenmesini kolaylaştıran yeni nesil bir robot temel modeli tanıttı. Interesting Engineering'in aktardığına göre GR00T 2 adlı model, insanların ya da başka robotların gösterdiği işleri, o işi daha önce hiç pratik etmemiş makinelere aktarabiliyor.

Bir "dünya-eylem modeli" olarak tanımlanan GR00T 2, gelecekteki video karelerini ve robot hareketlerini birlikte tahmin ediyor. Böylece fiziksel etkileşimlerin nasıl geliştiğini öğreniyor ve bir görevi tamamlamak için gereken hareketleri kendisi çıkarıyor. Model, paralel kıskaçlı robot kollarından beş parmaklı ellere ve insansı robotlara kadar farklı gövdelerde çalışacak şekilde tasarlandı.

Beş gösterimle yüzde 95

Hedef robota hiç gösterilmemiş 50 görevle yapılan testlerde GR00T 2, göreve özel eğitim almadan ortalama yüzde 40 başarı elde etti. Her görev için beş gösterim verilip tek bir RTX 5090 ekran kartında 30 dakikalık ince ayar yapıldığında bu oran ortalama yüzde 95'e yükseldi. Gösterimler için görev başına üç dakikadan az robot verisi yetti.

NVIDIA bu yaklaşıma "çapraz uyarlama" anlamında X-Adapt adını veriyor. Bir deneyde araştırmacılar, bir laboratuvar hunisine filtre kâğıdı yerleştirip piset ile ıslatmayı yalnızca bir insanın yaptığı gösterimle robota öğretti. Hedef robotu hiç uzaktan kumandayla yönlendirmeden yapılan bu denemede beş parmaklı robot, görevi denemelerin yüzde 65'inde başardı.

Başka bir testte elde taşınan bir kıskaç, oyuncak bir damperli kamyonun nasıl birleştirileceğini gösterdi. YAM adlı farklı bir robot kolu, göreve özel hiçbir gösterim almadan montajı denemelerin yüzde 60'ında tamamladı. Araştırmacılar ayrıca parmak hareketlerini aynalayan giyilebilir bir cihazla robot eline muzlu yoğurt hazırlamak, granola kepçelemek ve kibrit çakıp lamba yakmak gibi iki elle yapılan işleri de öğretti.

400 bin saatten fazla insan videosu

Modelin eğitiminde 402.730 saatlik birinci şahıs insan videosu, 10.184 saatlik elde taşınan kıskaç gösterimi ve 23.500 saatlik robot teleoperasyon verisi kullanıldı. NVIDIA, Human-1M veri setinin 100 bin saatlik kısmının açık olarak erişilebilir olduğunu belirtiyor.

GR00T 2, karmaşık görevleri adımlara bölen akıl yürütme modelleriyle de birlikte çalışabiliyor. Üç oyuncak montajıyla yapılan testlerde bu yaklaşım her oyuncak için 100 denemenin en az 97'sini tamamladı ve hatalardan ya da kesintilerden sonra toparlanabildi.

İnsansı robotta 124 milisaniye

Şirket ayrıca insansı robotlarda daha hızlı çalışması için daha küçük bir sürüm olan GR00T 2 Turbo'yu da geliştirdi. Bu sürüm, Unitree G1 insansı robotunun üzerindeki Jetson Thor işlemcisinde doğrudan çalışıyor ve her tahmini 124 milisaniyede yapıyor. Robot, patlamış mısır servis etme görevini 48 denemenin tamamında başardı, farklı nesnelerle dolu bir masayı ise denemelerin yüzde 93'ünde topladı.

NVIDIA, GR00T 2'yi 9 Kasım'da Teksas'ın Austin kentindeki Robot Öğrenme Konferansı'nda (CoRL) tanıttı. Şirket, modelin robotların dar kapsamlı eğitilmiş hareketlerin ötesine geçerek fabrikalarda ve gündelik hayatta daha uyumlu çalışmasına yardımcı olmasını hedeflediğini söylüyor.