La domanda di robot umanoidi in settori come logistica, agricoltura, robotica industriale e chirurgica sta crescendo. Casi d’uso all’avanguardia includono, ad esempio, la manipolazione agile di cavi nei data center e nella produzione automotive, compiti che richiedono velocità, precisione e ripetibilità.
E questi sistemi evoluti sono sempre più pronti all’inserimento concreto nel mondo reale. I loro progressi dipendono dalla cosiddetta intelligenza fisica dei sistemi operativi e dalla capacità di ragionamento in tempo reale.
Indice degli argomenti:
Lo sviluppo dei robot umanoidi
I modelli di base racchiudono e concentrano al loro interno decenni di sfide sui robot umanoidi capaci di percezione e manipolazioni agili e veloci come quelle umane. Ma la loro vera svolta è nel ragionamento: integrare input multimodali per pianificare, adattarsi e agire in tempo reale.
Due realtà hi-tech come Nvidia e Adi accelerano lo sviluppo in questa direzione e stanno tracciando un percorso per portare i robot dotati di capacità di ragionamento dalla simulazione all’implementazione pronta per l’uso su vasta scala.
Per farlo, Adi adotta la piattaforma Nvidia Jetson Thor e definisce nuove soluzioni tecnologiche attraverso l’integrazione tra le sue catene di segnale ad alta fedeltà e i sistemi Holoscan Sensor Bridge e Isaac Sim di Nvidia.
Come funziona Jetson Thor
Jetson Thor è la prima piattaforma in grado di eseguire e sviluppare modelli di base per la robotica su vasta scala, dai modelli da visione a linguaggio a quelli da visione-linguaggio-azione, consentendo ai robot di andare oltre la percezione, arrivando al ragionamento e a comportamenti fisicamente intelligenti.
Tutto ciò si allinea con gli obiettivi di ricerca e sviluppo di Adi: rilevamento, percezione, controllo e connettività, che rendono un ragionamento evoluto utilizzabile nel mondo reale con un’alta accuratezza fisica delle attività e operazioni.
“Per la prima volta, i robot sono in grado di comprendere compiti sempre più complessi”, rileva Paul Golding, vice presidente Edge AI di Adi: “forniamo il preciso substrato fisico che, combinato con la capacità di ragionamento di Jetson Thor, risponde in tempo reale alla fisica del mondo reale. Insieme, stiamo portando gli umanoidi dalla simulazione a un’implementazione pronta per l’uso”.
Azzerare il divario tra simulazione e realtà (Sim2Real)
Lo specialista di Adi sottolinea: “ogni giunzione di questi robot richiede un controllo preciso di corrente, posizione e coppia. Ogni contatto necessita di un feedback tattile e sensoriale. I robot umanoidi richiedono quindi più nodi di percezione. Ogni nodo rappresenta un’opportunità per la catena di segnale, lo stack di percezione e la gestione dell’alimentazione, che devono funzionare in modo deterministico e a bassa latenza”.
Adi sta integrando così i modelli di base per la robotica nel proprio ventaglio di sviluppo tecnologico, azzerando il divario tra simulazione e realtà (Sim2Real) in modo che l’hardware in Nvidia Isaac Sim si comporti esattamente come nel mondo reale.
L’obiettivo è quello di creare il contenuto robotico più fisicamente accurato in Nvidia Isaac Sim, consentendo ai team aziendali di gestire le operazioni alla velocità di simulazione per poi scalare senza problemi verso sistemi reali.
