Спочатку навчіть робота у фальшивому світі, потім відправте його у реальний

Ключові моменти

• Глобальний ринок робототехніки, за прогнозами Future Market Insights, зростатиме на 19,6% щорічно з 2026 по 2036 рік.
• Модель сприйняття навантажувача, навчена на синтетичних даних та NVIDIA Cosmos, досягла точності 99,5% на реальних кадрах складу після налаштування, специфічного для середовища.
• Модель, натренована лише в симуляторі без реальної калібровки, досягла лише 49,4% повноти на тих самих реальних даних.
• Віртуальний запуск, тестування програмних з'єднань робота перед фізичним встановленням, може скоротити час розгортання на 30–50%.

Робот, який ідеально працює при тестуванні, все ще може зламатися на роботі. Упаковка змінюється. Освітлення змінюється. Піддон лежить під трохи іншим кутом, ніж показували коли-небудь навчальні фотографії. Ці невеликі різниці достатньо, щоб зупинити конвеєр.

Саме через цей розрив між контрольованим тестом та брудною реальністю інженери робототехніки звертаються до того, що вони називають "віртуальними спортзалами".

Віртуальний спортзал — це детальна комп'ютерна копія справжнього робочого середовища: проїзд складу, підлога заводу, навантажувальний дошок. Усередині нього робот може виконувати завдання тисячі разів, терпіти невдачі, відновлюватися та навчатися, перш ніж відбудеться навіть одна фізична спроба. Жодного пошкодженого обладнання. Жодної зупинки виробництва. Жодних інцидентів безпеки.

The Robot Report детально розглянув цей підхід, спираючись на роботу програмної компанії SoftServe, і цифри вражаючі.

Чи насправді це закриває розрив між симуляцією та реальним життям?

Не повністю, але значно більше, ніж сама симуляція. Команда SoftServe побудувала систему для Toyota Material Handling Europe, щоб поліпшити те, як навантажувачі розпізнають піддони на складах, де етикетки, текстури підлог, тіні та освітлення постійно змінюються. Модель, натренована виключно всередину симулятора, набрала 49,4% повноти, що означає, що вона пропустила приблизно половину піддонів на реальних кадрах. Після того як команда додала синтетичні зображення, створені NVIDIA Cosmos (інструмент, який створює фотореалістичні підроблені навчальні зображення), а потім калібрувала ці зображення для відповідності фактичному сайту клієнта, повнота підняла до 92,8%, а точність досягла 99,5%.

Урок: синтетичні дані не є заміною реального матеріалу. Це спосіб змусити реальний матеріал працювати більше, заповнивши рідкі або небезпечні ситуації, які майже ніколи не трапляються під час звичайної роботи. Упущений об'єкт. Збій датчика. Близька загроза зіткнення з навантажувачем. Ці eventi надзвичайно важливі для безпеки та надійності, але вони трапляються занадто рідко, щоб навчатися на них безпосередньо.

Віртуальні спортзали генерують ці ситуації на вимогу.

Правильний рівень деталізації всередину спортзалу залежить від завдання. Робот, який навігує коридором складу, потребує точних карт людського руху та позицій піддонів. Робот, який наповнює рідинні контейнери, потребує точної фізики для динаміки рідин. Надто багато деталей у невідповідній області витрачає час. Надто мало деталей у правильній області виробляє робота, який проходить симуляцію та зупиняється в реальності.

Підключення симуляції до фактичних систем керування робота так само важливо, як фізика. Коли робот переходить з віртуального спортзалу на реальне місце, його програмне забезпечення повинне правильно взаємодіяти з системами безпеки, датчиками та інструментами управління флотом. Тестування цих з'єднань віртуально, процес, який називається віртуальним запуском, скорочує час фізичного налаштування на 30–50% в промислових умовах, на основі цифр SoftServe.

Для звичайних людей практичний результат таким: роботи, що прибувають на склади, в лікарні та громадські місця в найближчі кілька років, проведуть набагато більше часу на навчання у фальшивих середовищах, ніж у реальних. Коли це навчання добре проведено, робот, який прибуває на місце, з меншою ймовірністю допустить дорогі або небезпечні помилки в перший день.