NVIDIA анонсирует Newton: физический движок с открытым исходным кодом для моделирования робототехники

Технологическая компания NVIDIA представила Newton — расширяемый физический движок с открытым исходным кодом, разработанный в сотрудничестве с Google DeepMind и Disney Research и направленный на улучшение обучения и развития роботов.

Разработанный на основе NVIDIA Warp, который позволяет роботам изучать сложные задачи с повышенной точностью, Newton разработан для бесперебойной работы с такими обучающими фреймворками, как MuJoCo Playground и NVIDIA Isaac Lab, открытой платформой для унифицированного обучения роботов.

Физические модели ИИ позволяют роботам автономно понимать, анализировать, рассуждать и взаимодействовать с окружающей средой. Развитие робототехники в значительной степени зависит от ускоренных вычислений и моделирования для разработки следующего поколения роботизированных систем. 

Физика имеет важное значение в робототехническом моделировании, поскольку она формирует основу для создания точных виртуальных моделей, которые представляют, как роботы ведут себя и взаимодействуют в реальных условиях. С помощью этих симуляторов исследователи и инженеры могут обучать, проектировать, тестировать и проверять алгоритмы управления и прототипы безопасным, эффективным и экономически выгодным способом.

Newton разработан для поддержки всего сообщества робототехники, позволяя робототехникам свободно использовать, распространять и вносить вклад в его развитие с помощью исследований. Созданный на основе NVIDIA Warp, библиотеки ускорения CUDA-X, он предлагает разработчикам эффективный способ создания ускоренных на GPU программ на основе ядра для моделирования, ИИ, робототехники и машинного обучения (ML). Эта структура обеспечивает высокопроизводительные возможности для запуска физических симуляций, используя параллельную вычислительную мощность Графические процессоры NVIDIA .

Примечательной особенностью Newton является его совместимость с Multi-Joint dynamics with Contact (MuJoCo), устоявшимся физическим движком с открытым исходным кодом, используемым в робототехнических исследованиях для моделирования сложной динамики и сред с большим количеством контактов. Эта совместимость позволяет разработчикам повторно использовать существующие модели и код, сокращая время и ресурсы, необходимые для адаптации приложений для различных физических движков.

Кроме того, Google DeepMind представил MuJoCo-Warp, симулятор робототехники с открытым исходным кодом, ускоренный NVIDIA Warp, который обеспечивает повышение производительности, достигая более чем 70-кратного ускорения для гуманоидных симуляций и 100-кратного ускорения для задач манипуляции руками. MuJoCo-Warp будет интегрирован в качестве основного физического движка в Newton, предлагая разработчикам повышенную производительность и гибкость для их робототехнических приложений.

Другие ключевые особенности Newton: дифференцируемая физика, расширяемость и интеграция OpenUSD

Более того, его способность распространять градиенты посредством моделирования открывает новые возможности для моделирования и обучения робототехники. Дифференцируемые симуляторы способны генерировать результаты прямого режима, а также вычислять градиенты обратного режима результатов моделирования, которые затем могут использоваться для обратного распространения для оптимизации параметров системы.

По мере развития области робототехники растет и сложность, и разнообразие сценариев, которые необходимо моделировать. Newton разработан с учетом высокой степени адаптации, поддерживая богатые мультифизические симуляции, в которых роботы взаимодействуют с различными материалами, включая продукты питания, ткани и другие деформируемые объекты. Эта гибкость обеспечивается пользовательскими решателями, интеграторами и численными методами. Newton также поддерживает связывание различных типов решателей, как показано в интеграции решателя метода материальной точки (MPM) с динамикой твердого тела для моделирования взаимодействия с песком.

Более того, Newton использует фреймворк OpenUSD, который предлагает универсальную модель данных и составной движок, который агрегирует необходимые данные для описания роботов и их окружения. Пользовательские решатели и среды выполнения могут быть специализированы для конкретных возможностей роботов и окружения. Кроме того, наряду с Disney Research, Google DeepMind, Intrinsic и NVIDIA , Ньютон помогает define структура активов OpenUSD для робототехники. Эта структура направлена ​​на стандартизацию роботизированных рабочих процессов путем внедрения лучших практик в OpenUSD, создавая унифицированный конвейер данных, который обеспечивает общий язык для всех источников данных в робототехнике.