Nvidia는 전문가들보다 인간형 로봇을 더 잘 제어하는 작은 AI 모델을 훈련시켰다.
- Nvidia 연구진은 "HOVER"라는 소형 신경망을 개발하여 특화된 시스템보다 효율적으로 휴머노이드 로봇을 제어할 수 있게 함.
- HOVER는 고작 150만 개의 파라미터만으로 복잡한 로봇 움직임을 처리함. 대조적으로, 일반적인 대형 언어 모델은 수천억 개의 파라미터를 사용함.
- 이 시스템은 VR 헤드셋, 모션 캡처, 엑소스켈레톤의 관절 각도, 표준 조이스틱 등의 다양한 입력 방식과 호환됨.
- HOVER는 Nvidia의 Isaac 시뮬레이션 환경에서 훈련됐으며, 이는 로봇의 움직임을 10,000배 빠르게 함. 1년의 훈련은 실제 시간으로 50분이 소요됨.
- HOVER는 추가 조정 없이 시뮬레이션에서 실제 로봇으로 바로 적용될 수 있음.
- 이 시스템은 특정 입력 방식에 특화된 시스템보다 모든 컨트롤 방식에서 더 나은 성능을 보여줌.
- HOVER는 오픈 소스 H2O & OmniH2O 프로젝트를 기반으로 하며, Isaac 시뮬레이터에서 실행할 수 있는 모든 휴머노이드 로봇과 호환됨.
- Nvidia는 예제와 코드를 GitHub에 게시함.
5the-decoder.com링크 복사하기
AI 뉴스 요약은 뉴스의 내용을 AI가 요약(GPT-4 활용)한 것입니다. 따라서 틀린 내용을 포함할 수 있습니다. 뉴스의 자세한 내용을 확인하시려면 해당 뉴스 링크를 클릭해주세요.