Ильгар Велизаде: Армения движется в азербайджанском мейнстриме – МНЕНИЕ ЭКСПЕРТА

В Нахчыване депутат попал в смертельное ДТП

Страны Персидского залива потребовали от Ирана компенсаций за ракетные атаки

Немецкие экономисты предупредили о серьезном кризисе после 2027 года

Все новости

© 2004 - 2024 Все права защищены.

Технология

Главная
Технология

Nvidia научила роботов перенимать навыки у людей по видео

14 ноября 2026

12:44

Американская компания Nvidia представила новую модель искусственного интеллекта GR00T 2, которая позволяет роботам обучаться выполнению различных задач, наблюдая за действиями людей и других машин.

Как сообщает Vesti.az, новая технология дает возможность переносить освоенные навыки между роботами с разной конструкцией, значительно сокращая время их обучения.

В основе разработки лежит архитектура World-Action Model (WAM), которая позволяет искусственному интеллекту не только планировать движения робота, но и прогнозировать, как изменится окружающая обстановка в результате его действий.

Модель анализирует изображения с камер, текстовые команды и информацию о состоянии робота, после чего формирует последовательность необходимых движений.

В ходе испытаний на 50 задачах GR00T 2 успешно справилась с 40% попыток без предварительного обучения на конкретном роботе. После одной демонстрации каждого действия показатель вырос до 71%, а после пяти — до 95%.

При этом для адаптации модели к каждой задаче потребовалось менее трех минут демонстрационных материалов и около 30 минут дополнительного обучения на видеокарте Nvidia RTX 5090.

Для создания GR00T 2 компания использовала более 402 тысяч часов видеозаписей, на которых люди выполняют различные действия, а также свыше 33 тысяч часов демонстраций с использованием роботизированных систем и дистанционного управления.

Исследования показали, что обучение на видеозаписях с участием людей существенно повышает эффективность роботов. В частности, успешность выполнения задач на реальном роботе Dexter увеличилась с 50% до 70%.

Одним из главных достижений технологии стала возможность передавать роботам навыки без необходимости специально обучать каждую машину.

Так, робот Dexter смог выполнить четыре лабораторные задачи, изучив видеозаписи действий человека. В других испытаниях роботы научились сортировать предметы на конвейере, собирать игрушки, работать с деталями и готовить завтрак.

Nvidia также продемонстрировала совместную работу GR00T 2 с другой моделью искусственного интеллекта, способной разбивать сложные задания на отдельные этапы.

Благодаря такому подходу роботизированная система успешно собирала игрушечные самолеты, тракторы и автомобили в 97–98 случаях из 100.

Кроме того, роботы смогли подключить пять сетевых кабелей к коммутатору в 19 случаях из 20 и установить пять зарядных устройств в розетки во всех 20 испытаниях.

Одновременно компания представила GR00T 2 Turbo — облегченную версию модели, предназначенную для работы непосредственно на борту робота.

Она использует нейросеть с двумя миллиардами параметров и требует значительно меньше вычислительных ресурсов. Благодаря оптимизации задержку обработки данных удалось сократить на 66–86%.

На видеокарте RTX 5090 один прогноз занимает 38 миллисекунд, а на бортовом компьютере Jetson Thor — 124 миллисекунды.

Новая система уже применяется на человекоподобном роботе Unitree G1, который способен готовить и подавать попкорн, убирать пролитую жидкость и собирать мусор в офисной столовой.

Для ускорения разработки Nvidia также использует виртуальные симуляции, позволяющие проверять поведение роботов в цифровых копиях реальных помещений до проведения физических испытаний.