Точность девяносто девять и две десятых процента в ста двадцати трех трюках показал открытый контроллер моторики SONIC от NVIDIA

Источник: MarkTechPost

Рекордный показатель успешного выполнения моторных задач в девяносто девять целых две десятых процента продемонстрировала открытая нейросетевая модель управления движением SONIC, исходный программный код и веса которой выложила в общий доступ исследовательская группа корпорации NVIDIA. Согласно техническому отчету на портале MarkTechPost и препринту в архиве arXiv, разработанная архитектура масштабируемого нейросетевого интерфейса для антропоморфных платформ позволила роботу Unitree G1 выполнять сложнейшие акробатические элементы с первой попытки без длительной ручной доводки управляющих параметров.

Обучение базовой модели объемом сорок два миллиона параметров потребовало свыше двадцати одной тысячи часов вычислений на серверных графических ускорителях NVIDIA H100 в распределенной физической среде симулятора Isaac Sim. Архитектура объединяет проприетарные алгоритмы квантования траекторий Finite Scalar Quantization, преобразующие непрерывные сигналы суставных датчиков в компактные дискретные токены движения. Подобная дискретизация устраняет вычислительный разрыв между медленными мультимодальными моделями восприятия и высокочастотными локальными сервоконтроллерами, опрашивающими электроприводы на частоте в один килогерц.

В рамках обширной программы натурных тестов андроид выполнил сто двадцать три уникальные двигательные последовательности, включающие сальто назад, боковые прыжки с разворотом, динамичные удары ногами в карате и компенсацию сильных боковых толчков тяжелыми предметами. В девяноста девяти случаях из ста машина сохраняла вертикальную устойчивость и мгновенно возвращалась к исходной траектории шага при случайных перепадах высоты пола до пятнадцати сантиметров.

Инженеры применили многоуровневую дистилляцию знаний от ансамбля специализированных нейросетей-учителей с неограниченным считыванием физических переменных среды в единую компактную сеть-ученик, оперирующую исключительно данными бортовых стереокамер и суставных энкодеров. На компактном бортовом микрокомпьютере Jetson время полного цикла инференса составляет всего одну целую две десятых миллисекунды, что гарантирует стабильное поддержание частоты управления без задержек в шине данных.

Кросс-платформенные симуляционные испытания подтвердили применимость архитектуры к машинам с разным числом степеней свободы от двадцати трех до пятидесяти двух без изменения внутренней структуры модели. Разработчики применили технику адаптивной рандомизации параметров трения, инерции звеньев и задержек исполнительных механизмов, благодаря чему контроллер стабильно функционирует на различных типах шагающих платформ без необходимости сбора дорогостоящих массивов реальной ручной телеметрии.

Масштабное обучение охватывало виртуальные испытания на обледенелых ступеньках, мягком сыпучем гравии и узких наклонных балках шириной всего двенадцать сантиметров. Нейросеть научилась динамически перераспределять нагрузку между суставами при искусственно смоделированном выходе из строя одного из приводов голеностопа, обеспечивая хромающее, но абсолютно устойчивое передвижение до сервисной зоны без риска падения на пол цеха.

Калифорнийский технологический гигант распространяет программный стек под свободной лицензией Apache 2.0, предоставляя академическим лабораториям и коммерческим робототехническим компаниям готовый базовый фундамент для низкоуровневой локомоции. Открытый релиз включает предварительно обученные веса, программные обвязки для интеграции с ROS 2, репозиторий с пятью тысячами оцифрованных токенов движения на платформе Hugging Face и подробные инструкции по адаптации к кастомным приводам сторонних производителей.

Эксперты отрасли отмечают, что унификация моторики через открытые базовые модели позволит небольшим стартапам сфокусироваться на прикладных задачах манипуляции и логики, не тратя годы на разработку собственных контроллеров балансирования. Накопленные массивы токенов движения планируется интегрировать в следующее поколение мультимодальной платформы Project GR00T для коммерческих андроидов.