ロボティクスのさらなる発展 NVIDIA、自律マシン開発を促進する統合プラットフォームの提供においてマイルストーンを達成

by Claire Delaunay · January 17, 2020

ロボティクス用 AI の認識とシミュレーションに役立つ最新機能を、新バージョンの NVIDIA Isaac ソフトウェア開発キットを通じて提供開始

NVIDIA は、ロボティクス用 AI の認識とシミュレーションに役立つ最新機能を、新バージョンの NVIDIA Isaac ソフトウェア開発キット (SDK) を通じてリリースしました。

先ごろ開催された NVIDIA GPU Technology Conference で NVIDIA の創業者兼 CEO であるジェンスンフアン (Jensen Huang) が発表した Isaac SDK は、AI、シミュレーション、および操作に関する各機能を備えた、統合ロボット開発プラットフォームの確立において重要なマイルストーンを達成するものです。

この SDK には、Isaac Robotics Engine (アプリケーションフレームワークを提供)、Isaac GEM (事前に構築されたディープニューラルネットワークの各種モデル、アルゴリズム、ライブラリ、ドライバー、API)、屋内物流用リファレンスアプリのほか、初リリースの Isaac Sim (ナビゲーション機能を提供) が含まれています。

その結果新しい Isaac SDK を利用すると、研究者や開発者、スタートアップやメーカーは、ロボットの開発とテストを大幅に加速できます。AI によるロボットの認識とトレーニングをシミュレーションで実現できるため、さまざまな環境や状況においてそれらのテストと検証を行えるようになります。

これにより、コストの削減にもつながります。

AI ベースの認識から始める

どの自律マシンの開発も認識から始まります。

AI 搭載ロボットの開発をすぐに開始できるように、新しい Isaac SDK には次のような多彩なカメラベースの認識ディープニューラルネットワークが用意されています。

物体検知 – 物体を認識して、ナビゲーション、相互作用、操作を可能にします。
無制限の空間セグメンテーション – 歩道の場所やロボットが走行できる場所を特定するなど、外界を検知して区分します。
3D の姿勢推定 – 物体の位置と方向を把握し、ロボットアームが物体をピッキングする作業などを可能にします。
2D の姿勢推定 – 人に対して姿勢の推定を応用します。配達ロボットなどの人とやりとりするロボットや、人と一緒に働くために特別に設計された協働ロボットなどの場合に重要です。

この SDK の物体検知は、ResNet ディープニューラルネットワークで更新されており、NVIDIA の Transfer Learning Toolkit を使ってトレーニングできます。これにより、検知対象に物体を新たに追加して、新しいモデルをトレーニングすることが容易になり、高いレベルの精度で実行できるようになります。

Isaac Sim の導入

新しいリリースでは、Isaac Sim を使用してロボットをトレーニングし、その結果得られたソフトウェアを実世界で動作する実ロボットに展開するという重要な機能が導入されています。これによりロボット開発が大幅に加速され、合成データを使ったトレーニングが可能となります。

シミュレーションによって、いわゆる「コーナーケース」 (めったに発生しない困難な条件) でのテストが可能になり、トレーニングを一層強化できます。それらの結果をトレーニングパイプラインに取り込むことで、実データとシミュレーションデータを両方使ってニューラルネットワークの精度を向上させることが可能になります。

複数ロボットによるシミュレーションが可能に

新しい SDK には、複数ロボットによるシミュレーション機能も搭載されています。これにより開発者は、複数のロボットをシミュレーション環境に配置してテストを行うことができるため、ロボットに相互の関係に基づく作業を学習させることが可能です。各ロボットは、共通の仮想環境内で動作しながらも、それぞれ異なるバージョンの Isaac ナビゲーションソフトウェアスタックを実行できます。

そのため、たとえば大規模な物流業務で複数のロボットを運用したいメーカーは、実稼働環境に展開する前に相互作用をテストし、問題のデバッグを行うことが可能になります。

Isaac と DeepStream との統合

新しい SDK には、分析機能の処理に幅広く利用されている NVIDIA DeepStream ソフトウェアのサポートも組み込まれています。ロボティクスアプリケーションをサポートするエッジの AI に DeepStream と NVIDIA GPU を展開することで、ビデオストリームを処理できます。

開発者は、車載用途でも遠隔地でも、カメラからのビデオフィードの分析を必要とする幅広いロボットを開発できるようになります。