lab NVIDIA Research · il y a 1 h · research

ROSA améliore la productivité des usines jusqu'à 12,06x grâce au service de partage de pools GPU

Traduit de English → Français

Les chercheurs proposent ROSA, un système de déploiement de modèle fondamental pour la robotique conçu pour les usines de robots qui va au-delà des hypothèses de calcul en périphérie pour un seul robot. Le système utilise le service de partage de pools GPU pour permettre aux flottes de robots d'accéder à des GPUs de classe serveur via le réseau.

ROSA adopte le service de partage de pools GPU pour améliorer les performances d'inférence, la durée de vie de la batterie et l'utilisation du GPU au sein d'une flotte.
Il fournit une abstraction de programmation consciente de la robotique prenant en charge les pipelines multi-modèles, les exigences de performance par tâche et la gestion des échecs.
Le système utilise un ordonnancement piloté par les objectifs de l'usine pour maximiser la productivité de l'usine qualifiée selon les SLO plutôt que de minimiser la latence de chaque requête individuelle.
Implémenté sur Ray Serve avec les backends vLLM, PyTorch et JAX, ROSA améliore la productivité des usines jusqu'à 12,06x par rapport aux systèmes de déploiement dédiés conventionnels.

ROSA comble les lacunes des systèmes existants en optimisant les résultats collectifs de l'usine au lieu de la latence isolée du robot.

Importance 1/3 Confiance 3/3 NVIDIA Research Research paper Robotics

Lire l'original

Articles similaires

arxiv arXiv cs.AI · il y a 24 j · 1 vue

Le cadre post-entraînement PAC-ACT améliore les politiques ACT pour la manipulation de contact de précision

Cet article présente PAC-ACT, un cadre d'entraînement postérieur par renforcement conçu pour améliorer les politiques Action Chunking Transformer (ACT) pré-entraînées pour les tâches industrielles de contact de précision. La méthode reformule l'optimisation des politiques au niveau du chunk et utilise une architecture actor-critic transférée avec ACT et une contrainte hybride de prior comportemental.

arxiv arXiv cs.AI · il y a 26 j · 4 vues

Track2Map : SLAM déformable en ligne pour la chirurgie robotique

Les chercheurs proposent Track2Map, un pipeline de Gaussian Splatting 3D en ligne qui optimise conjointement la trajectoire de la caméra et la représentation de la scène 3D directement à partir de vidéos chirurgicales. Cette approche permet une reconstruction robuste en chirurgie mini-invasive assistée par robot, même lorsque des priors précis sur la trajectoire de la caméra sont absents ou bruités.

arxiv arXiv cs.LG · il y a 30 j · 3 vues

LIME apprend des mouvements de caméra conscients de l'intention à partir de vidéos égocentriques

Les auteurs proposent LIME, un modèle vision-langue qui génère des mouvements de caméra conditionnés par le langage en prédisant les poses cibles relatives à partir d'observations RGB et d'intentions en langage naturel.

arxiv arXiv cs.AI · il y a 30 j · 3 vues

WorldSample utilise le RL en boucle fermée avec modélisation du monde pour améliorer l'entraînement sur robot réel

Les chercheurs proposent WorldSample, un cadre d'augmentation de données ancré physiquement qui ferme une boucle réel-synthétique entre les rollouts physiques, la génération de modèles du monde et l'amélioration des politiques pour l'apprentissage par renforcement sur des robots réels. Le système génère des transitions synthétiques de haute fidélité via un modèle du monde post-entraîné et emploie Policy-Paced Learning pour réguler l'entraînement via la sélection d'échantillons, équilibrant l'augmentation utile contre la surestimation de la valeur.

arxiv arXiv cs.CL · il y a 33 j · 1 vue

PhysMani : Modèle de monde 3D fondé sur la physique pour la manipulation d'objets dynamiques

Les chercheurs proposent PhysMani, un cadre qui couple un modèle de monde gaussien 3D fondé sur la physique avec un modèle de politique d'action conscient du futur pour relever les défis de la manipulation de cibles en mouvement rapide dans des environnements 3D non structurés.