在亞特蘭大舉行的國際機器人與自動化大會 (ICRA) 上，NVIDIA 展示了其在生成式 AI、仿真和自主操控領域的多項研究成果。

NVIDIA 研究中心在機器人訓練與開發領域，比如多模態生成式 AI 和合成數據生成等方面，不斷取得突破性進展。

5 月 19 日至 23 日在亞特蘭大舉辦的國際機器人與自動化大會 (ICRA) 上，NVIDIA 重點展示了其最新研究成果。

NVIDIA 機器人研究高級總監 Dieter Fox 表示：“ICRA 一直是引領機器人與自動化領域發展方向的關鍵平臺，它不僅見證了行業發展的關鍵里程碑，也持續表彰著那些對技術革新與社會進步產生深遠影響的突破性成果。我們今年帶來的研究成果，將通過彌合數據鴻溝以及提升機器人安全與控制能力兩個方面，為自動駕駛汽車與人形機器人的發展注入新動能。”

面向可擴展機器人學習的生成式 AI

在 ICRA 上展示的 NVIDIA 研究論文揭示了機器人技術的未來方向，其中包括：

DreamDrive：這種 4D 時空場景生成方法利用視頻擴散和 3D Gaussian splatting 技術，為自動駕駛汽車創建逼真且可控的 4D 駕駛場景。

X-Mobility：一個端到端導航框架，使機器人能夠通過學習世界模型進行規劃和控制，從而在不同環境中實現泛化能力。

ReMEmber：基于記憶的導航方法，使機器人能夠利用長期時空推理能力進行導航。

DexMimicGen：該系統僅需少量人類演示，即可生成大規模的雙手靈巧操作數據集。

HOVER：用于人形機器人的統一神經控制器，可在移動、操控等模式之間實現無縫切換。

MatchMaker：該工作流可自動生成多樣化 3D 裝配資產，用于基于仿真的訓練，使機器人無需手動資產管理即可學習插裝任務。

SPOT：這個學習框架利用 SE (3) 位姿軌跡擴散技術進行以物體為中心的操控，實現跨實體的泛化能力。

自動駕駛汽車感知故障的系統級安全監控與恢復：該系統可實時監測感知可靠性并啟動恢復策略，以保障自動駕駛的穩健規劃與安全性能。

推理階段的人機協同策略調整框架：該框架支持在推理過程中，實時通過人工引導調整模型輸出，在無需重新訓練的情況下提升策略的一致性。

在 ICRA 上，NVIDIA 專家參與的機器人研討會包括：

引領人類運動預測的未來：探討 AI、機器人技術和生物力學的進步如何改善人機交互和安全性。

構建面向現實場景可靠且可信的具身 AI：探討在現實場景中構建可靠且可信的具身 AI 系統所面臨的關鍵挑戰與解決路徑。

走出實驗室—現實場景中的穩健規劃與控制：了解機器人的穩健規劃和控制，以及這些技術如何幫助機器人適應現實場景的復雜性。

在機器人技術中安全利用視覺-語言基礎模型：探索將視覺-語言基礎模型安全集成到機器人應用中的策略，以提高性能和可靠性。

大數據與大模型時代以人為中心的機器人學習：了解以人為中心的機器人學習方法，以及如何利用大數據和大模型提升機器人的適應性和智能。

RoboARCH—用計算硬件和系統加速機器人技術：了解計算硬件和系統領域的創新，這些創新正推動機器人研究和應用的快速發展。

探索 NVIDIA 研究中心的最新成果，閱讀“NVIDIA 機器人研究與開發摘要 (R2D2)”，幫助開發者更深入地了解 NVIDIA 研究中心在物理 AI 和機器人應用方面的最新突破。