lab NVIDIA Research · hace 1 h · research

ROSA mejora la productividad de las fábricas hasta 12,06 veces mediante el servicio compartido de GPU-pool

Traducido del English → Español

Los investigadores proponen ROSA, un sistema de servicio de modelos base de robótica diseñado para fábricas de robots que va más allá de los supuestos de computación en el borde y de un solo robot. El sistema utiliza el servicio compartido de GPU-pool para permitir que flotas de robots accedan a GPUs de clase servidor a través de la red.

ROSA adopta el servicio compartido de GPU-pool para mejorar el rendimiento de inferencia, la duración de la batería y la utilización de la GPU en toda la flota.
Proporciona una abstracción de programación consciente de la robótica que soporta pipelines multi-modelo, requisitos de rendimiento por tarea y manejo de fallos.
El sistema utiliza un enrutamiento impulsado por objetivos de fábrica para maximizar la productividad de la fábrica calificada por SLO en lugar de minimizar la latencia de cada solicitud individual.
Implementado con Ray Serve junto a los backends vLLM, PyTorch y JAX, ROSA mejora la productividad de las fábricas hasta 12,06 veces en comparación con los sistemas de servicio dedicados convencionales.

ROSA aborda las limitaciones de los sistemas existentes optimizando los resultados colectivos de la fábrica en lugar de la latencia aislada del robot.

Importancia 1/3 Confianza 3/3 NVIDIA Research Research paper Robotics

Artículos relacionados

arxiv arXiv cs.AI · hace 24 d · 1 vista

El marco de postentrenamiento PAC-ACT mejora las políticas ACT para manipulación de contacto de precisión

Este artículo presenta PAC-ACT, un marco de postentrenamiento basado en aprendizaje por refuerzo diseñado para mejorar las políticas preentrenadas de Action Chunking Transformer (ACT) para tareas industriales de contacto de precisión. El método reformula la optimización de políticas a nivel de chunk y utiliza una arquitectura actor-crítico transferida con ACT junto con una restricción híbrida de prior de comportamiento.

arxiv arXiv cs.AI · hace 26 d · 4 vistas

Track2Map: SLAM deformable en línea para cirugía robótica

Los investigadores proponen Track2Map, una canalización de Gaussian Splatting 3D en línea que optimiza conjuntamente la trayectoria de la cámara y la representación de la escena 3D directamente a partir del video quirúrgico. Este enfoque permite una reconstrucción robusta en cirugía mínimamente invasiva asistida por robot incluso cuando faltan o son ruidosos los priors precisos de la trayectoria de la cámara.

arxiv arXiv cs.LG · hace 30 d · 3 vistas

LIME aprende movimiento de cámara consciente de la intención a partir de video egocéntrico

Los autores proponen LIME, un modelo de visión y lenguaje que genera movimiento de cámara condicionado por lenguaje al predecir poses objetivo relativas a partir de observaciones RGB e intenciones en lenguaje natural.

arxiv arXiv cs.AI · hace 30 d · 3 vistas

WorldSample utiliza RL de circuito cerrado con modelado del mundo para mejorar el entrenamiento en robots reales

Los investigadores proponen WorldSample, un marco de aumento de datos basado físicamente que cierra un ciclo real-sintético entre rodadas físicas, generación de modelos del mundo y mejora de políticas para el aprendizaje por refuerzo en robots reales. El sistema genera transiciones sintéticas de alta fidelidad a través de un modelo del mundo post-entrenado y emplea Policy-Paced Learning para regular el entrenamiento mediante selección de muestras, equilibrando la augmentación útil contra la sobreestimación de valor.

arxiv arXiv cs.CL · hace 33 d · 1 vista

PhysMani: Modelo de mundo 3D basado en principios físicos para la manipulación de objetos dinámicos

Los investigadores proponen PhysMani, un marco que acopla un modelo de mundo 3D Gaussiano basado en principios físicos con un modelo de política de acciones consciente del futuro para abordar los desafíos de manipular objetivos en movimiento rápido en entornos 3D no estructurados.