NVIDIA Isaac GR00T (Generalist Robot 00 Technology) არის კვლევისა და განვითარების პლატფორმა რობოტების ფუნდამენტური მოდელებისა და მონაცემთა მილსადენების შესაქმნელად, რომელიც მიზნად ისახავს ინტელექტუალური, ადაპტირებადი რობოტების შექმნის დაჩქარებას. დღეს გამოვაცხადეთ Isaac GR00T N1.5-ის ხელმისაწვდომობა, რაც მსოფლიოში პირველი ღია ფუნდამენტური მოდელის, Isaac GR00T N1-ის, პირველი უმნიშვნელოვანესი განახლებაა განზოგადებული ჰუმანოიდური რობოტების მსჯელობისა და უნარებისთვის. ეს მრავალგანზომილებიანი მოდელი ამუშავებს მულტიმოდალურ შეყვანებს, მათ შორის ენასა და გამოსახულებებს, რათა შეასრულოს მანიპულაციური ამოცანები მრავალფეროვან გარემოში. ის ადაპტირებადია პოსტ-ტრენინგის მეშვეობით კონკრეტული განხორციელებებისთვის, ამოცანებისთვის და გარემოსთვის. ამ ბლოგში წარმოგიდგენთ, თუ როგორ უნდა მოხდეს GR00T N1.5-ის პოსტ-ტრენინგი (წვრილმანი პარამეტრების დაყენება) ერთი SO-101 რობოტული მკლავიდან მიღებული ტელეოპერაციის მონაცემების გამოყენებით. GR00T N1.5-ის ტექნიკური ბლოგი: https://research.nvidia.com/labs/gear/gr00t-n1_5/ ახლა ხელმისაწვდომია დეველოპერებისთვის, რომლებიც მუშაობენ რობოტის ფორმის ფაქტორების ფართო სპექტრთან, GR00T N1.5-ის ადვილად კონფიგურირება და ადაპტირება შესაძლებელია ხელმისაწვდომი, ღია წყაროს LeRobot SO-101 მკლავის გამოყენებით. ამ მოქნილობას უზრუნველყოფს EmbodimentTag სისტემა, რომელიც იძლევა მოდელის უპრობლემო მორგების საშუალებას სხვადასხვა რობოტული პლატფორმებისთვის, რაც მოყვარულებს, მკვლევრებსა და ინჟინრებს საშუალებას აძლევს, მოარგონ მოწინავე ჰუმანოიდური მსჯელობისა და მანიპულაციის შესაძლებლობები საკუთარ აპარატურას. ინსტალაციამდე, გთხოვთ, შეამოწმოთ აკმაყოფილებთ თუ არა წინაპირობებს. მომხმარებლებს შეუძლიათ GR00T N1.5-ის წვრილმანი პარამეტრების დაყენება ნებისმიერი LeRobot მონაცემთა ნაკრებით. ამ გაკვეთილისთვის, მაგიდის დასუფთავების ამოცანას გამოვიყენებთ, როგორც მაგალითს წვრილმანი პარამეტრების დაყენებისთვის. მნიშვნელოვანია აღინიშნოს, რომ SO-100 ან SO-101-ის მონაცემთა ნაკრებები არ არის GR00T N1.5-ის საწყის წინასწარ ტრენინგში. შედეგად, ჩვენ მას ახალ განხორციელებად ("new_embodiment") გავწვრთნით. ამ გაკვეთილისთვის, შეგიძლიათ დაიწყოთ საკუთარი მორგებული მონაცემთა ნაკრების შექმნით ამ ინსტრუქციების მიყოლებით (რეკომენდებულია) ან so101-table-cleanup მონაცემთა ნაკრების ჩამოტვირთვით Hugging Face-დან. `--local-dir` არგუმენტი განსაზღვრავს, თუ სად შეინახება მონაცემთა ნაკრები თქვენს მანქანაზე. `modality.json` ფაილი გვაწვდის დამატებით ინფორმაციას მდგომარეობისა და მოქმედების მოდალობების შესახებ, რათა ის "GR00T-თან თავსებადი" გახდეს. დააკოპირეთ `getting_started/examples/so100_dualcam__modality.json` მონაცემთა ნაკრების `/meta/modality.json` -ში ამ ბრძანების გამოყენებით: შენიშვნა: ერთკამერიანი კონფიგურაციისთვის, როგორიცაა `so100_strawberry_grape`, გაუშვით: ამ ნაბიჯების შემდეგ, მონაცემთა ნაკრები შეიძლება ჩაიტვირთოს GR00T LeRobotSingleDataset კლასის გამოყენებით. მონაცემთა ნაკრების ჩატვირთვის მაგალითის სკრიპტი ნაჩვენებია აქ: GR00T N1.5-ის წვრილმანი პარამეტრების დაყენება შესაძლებელია Python სკრიპტის, `scripts/gr00t_finetune.py`-ის გამოყენებით. წვრილმანი პარამეტრების დაყენების დასაწყებად, შეასრულეთ შემდეგი ბრძანება თქვენი ტერმინალიდან: რჩევა: ნაგულისხმევი წვრილმანი პარამეტრების დაყენებისას საჭიროა ~25G VRAM. თუ ამდენი VRAM არ გაქვთ, სცადეთ დაამატოთ `--no-tune_diffusion_model` დროშა `gr00t_finetune.py` სკრიპტს. ტრენინგის დასრულების და თქვენი წვრილმანი პარამეტრებით დაყენებული პოლიტიკის გენერირების შემდეგ, შეგიძლიათ მისი შესრულების ვიზუალიზაცია ღია მარყუჟის გარემოში შემდეგი ბრძანების გაშვებით: გილოცავთ! თქვენ წარმატებით დააყენეთ GR00T N1.5-ის წვრილმანი პარამეტრები ახალ განხორციელებაზე. პოლიტიკის წარმატებით დაყენებისა და შეფასების შემდეგ, ბოლო ნაბიჯი არის მისი ფიზიკურ რობოტზე განთავსება რეალურ სამყაროში შესრულებისთვის. თქვენი SO-101 რობოტის დასაკავშირებლად და შეფასების დასაწყებად, შეასრულეთ შემდეგი ბრძანებები თქვენს ტერმინალში: ვინაიდან ჩვენ GR00T N1.5-ის წვრილმანი პარამეტრები დავაყენეთ სხვადასხვა ენობრივი ინსტრუქციებით, მომხმარებელს შეუძლია პოლიტიკის მართვა მონაცემთა ნაკრებში არსებული ამოცანის მოთხოვნებიდან ერთ-ერთის გამოყენებით, მაგალითად: "Grab tapes and place into pen holder" ("აიღეთ ლენტები და მოათავსეთ კალმის დამჭერში"). დეტალური ნაბიჯ-ნაბიჯ გაკვეთილისთვის, გთხოვთ, იხილოთ: https://github.com/NVIDIA/Isaac-GR00T/tree/main/getting_started მზად ხართ NVIDIA-ს GR00T N1.5-ით თქვენი რობოტული პროექტები ახალ დონეზე აიყვანოთ? ჩაერთეთ ამ აუცილებელი რესურსებით: იყავით განახლებული უახლესი მოვლენების შესახებ NVIDIA-ს Hugging Face-ზე თვალყურის დევნებით.