Het belang van een cloud-gebaseerde SDK voor robotica klinkt misschien niet opwindend, maar het is absoluut cruciaal voor de vooruitgang van de sector. Als je in technische kringen verkeert, hoor je dagelijks over cloudplatforms, die zelden de verbeelding prikkelen. Toch is een cloud-simulatie toolkit een kernbehoefte voor humanoïde robots en operators in de fysieke wereld, voor elke ontwikkelaar die zijn training wil opschalen. Nauwkeurige virtuele wereldsimulaties zijn momenteel een van de meest gewilde goederen in de robotica. Onderzoekers voeren eindeloze experimenten uit om te bepalen welke combinaties van echte en synthetische gegevens de meest nauwkeurige resultaten opleveren voor trainingsopdrachten. Ja, bedrijven zoals Tesla hebben een enorme voorsprong dankzij de neurale netwerkgegevens die ze van hun vloot hebben verzameld, hoewel deze gegevens gewoon ruwe informatie zijn totdat ze in de praktijk worden gebracht via realistische trainingssimulaties. Voor iedereen die niet zo'n niveau van gegevens kan verwerven of zelfs de hardware om het te ondersteunen, is dat gewoon geen optie, tenzij je een enorm gefinancierd bedrijf bent. Hier komt cloud-simulatie om de hoek kijken. Door robottraining en -testen naar cloud-gebaseerde virtuele omgevingen te verplaatsen, kan iedereen de benodigde rekenkracht en schaal toegankelijk maken. Een cloudplatform kan de deling van die simulaties, resultaten en gegevens centraliseren. Je abstracteert in wezen de gesloten toegang die deze miljardenbedrijven hebben, de uitgebreide hardwarecomponenten die in laboratoria worden gebruikt, en brengt datasets in het publieke domein waar open source bijdragen een algehele +EV voor innovatie worden. Dit businessmodel bewijst zich al met Hugging Face's LeRobot (open source-initiatief) dat samenwerkt met Nvidia om hun frameworks te verbinden, zodat onderzoekers modellen, datasets en simulatieomgevingen in de cloud kunnen delen. Het einddoel is om een gegevensflywheel te creëren; naarmate mensen simulatiegegevens en getrainde beleidslijnen bijdragen aan open repos, versnelt dit de vooruitgang van anderen, wat op zijn beurt meer wereldwijd toegankelijke gegevens genereert. Er wordt veel werk in deze richting gestoken door de "sim naar echt" kloof te dichten. Simulators voldeden vaak niet aan de realiteit; robots leerden gedragingen in een virtuele wereld die niet overgedragen konden worden naar de echte wereld, omdat de fysica of visuals niet nauwkeurig genoeg waren. Die kloof sluit nu snel door betere simulatiefideliteit en hybride trainingsbenaderingen. De meeste van de nieuwste fundamentmodellen in de robotica (zoals NVIDIA's Isaac GROOT en Figure's Helix VLA) gebruiken een duale systeemarchitectuur die menselijke cognitie nabootst. Hetzelfde geldt voor hoe ze gegevens trainen in wereldsimulaties. Een deel van het model wordt getraind op menselijke demonstratiegegevens uit de echte wereld, terwijl een ander deel wordt getraind op een enorme hoeveelheid synthetische gegevens die zijn gegenereerd via hoogwaardige simulators. Door fysieke en gesimuleerde training te combineren, leert het model nauwkeurige vaardigheden die beter generaliseren. Echte gegevens bieden waarheid in AI, terwijl gesimuleerde gegevens de schaal en variëteit bieden die onpraktisch zijn om in de fysieke wereld te verzamelen. Ontwikkelaars kunnen modellen zelfs fijn afstemmen of post-trainen met aanvullende echte of synthetische gegevens voor specifieke taken, waardoor de trainingspipeline extreem flexibel wordt. Figures Helix VLA, dat gebruikmaakt van de System 1/System 2-benadering, is getraind op slechts honderden teleoperatie-uren (versterkt door simulatie en slimme labeling); Helix kan nieuwe huishoudelijke taken aan via natuurlijke taal zonder aangepaste codering. Dit toont aan hoe multimodale modellen en synthetische training de gegevensbehoeften dramatisch verminderen. @codecopenflow past hetzelfde principe toe met Octo, een open VLA geïntegreerd in zijn Optr SDK, waarmee multi-camera perceptie en taalgedelegeerde controle mogelijk is met veel kleinere datasets en lagere rekenkracht. ...