Tudósítást Technológia
Március 21, 2025

Az NVIDIA bejelentette a Newtont: Open-Source Physics Engine for Robotics Simulation

Röviden

Az NVIDIA bemutatta a Newtont, a Google DeepMind és a Disney Research együttműködésével kifejlesztett nyílt forráskódú és bővíthető fizikai motort, amelynek célja a robotok tanulásának és fejlesztésének javítása.

Az NVIDIA bejelentette a Newtont: Open-Source Physics Engine for Robotics Simulation

Technológiai vállalat NVIDIA bemutatta a Newtont, a Google DeepMind és a Disney Research együttműködésével kifejlesztett nyílt forráskódú és bővíthető fizikai motort, amelynek célja a robotok tanulásának és fejlesztésének fokozása.

Az NVIDIA Warp-on alapul, amely lehetővé teszi a robotok számára, hogy nagyobb pontossággal tanuljanak meg összetett feladatokat, a Newtont úgy tervezték, hogy zökkenőmentesen működjön együtt olyan tanulási keretrendszerekkel, mint a MuJoCo Playground és az NVIDIA Isaac Lab, amely egy nyílt forráskódú platform az egységes robottanuláshoz.

A fizikai mesterséges intelligencia modellek lehetővé teszik a robotok számára, hogy autonóm módon megértsék, elemezzenek, érveljenek és kapcsolatba lépjenek környezetükkel. A robotika fejlődése nagymértékben függ a gyorsított számítástechnikától és a szimulációktól a robotrendszerek következő generációjának kifejlesztéséhez. 

A fizika elengedhetetlen a robotikus szimulációban, mivel ez képezi az alapját a pontos virtuális modellek létrehozásának, amelyek bemutatják, hogyan viselkednek és hogyan lépnek kapcsolatba a robotok valós környezetekben. Ezekkel a szimulátorokkal a kutatók és mérnökök biztonságos, hatékony és költséghatékony módon képezhetik ki, tervezhetik, tesztelhetik és validálhatják a vezérlési algoritmusokat és prototípusokat.

A Newtont úgy tervezték, hogy támogassa a teljes robotikai közösséget, lehetővé téve a robotikusok számára, hogy szabadon használhassák, terjeszthessék, és kutatásokkal járuljanak hozzá a fejlesztéséhez. Az NVIDIA Warp-ra, egy CUDA-X gyorsítókönyvtárra építve hatékony módot kínál a fejlesztőknek GPU-gyorsítású, kernel alapú programok létrehozására szimulációhoz, mesterséges intelligenciához, robotikához és gépi tanuláshoz (ML). Ez a keretrendszer nagy teljesítményű képességeket biztosít fizikai alapú szimulációk futtatásához, kihasználva a párhuzamos feldolgozási teljesítményt. NVIDIA GPU-k.

A Newton figyelemre méltó tulajdonsága, hogy kompatibilis a Multi-Joint dynamics with Contact (MuJoCo) rendszerrel, amely egy bevált nyílt forráskódú fizikai motor, amelyet a robotikai kutatásokban használnak összetett dinamika és érintkezésben gazdag környezetek modellezésére. Ez a kompatibilitás lehetővé teszi a fejlesztők számára a meglévő modellek és kódok újrafelhasználását, csökkentve az alkalmazások különböző fizikai motorokhoz való adaptálásához szükséges időt és erőforrásokat.

Ezenkívül a Google DeepMind bemutatta a MuJoCo-Warp-ot, az NVIDIA Warp által felgyorsított nyílt forráskódú robotikai szimulátort, amely teljesítményjavítást tesz lehetővé, több mint 70-szeres gyorsulást érve el a humanoid szimulációknál és 100-szoros gyorsítást a kézi manipulációs feladatoknál. A MuJoCo-Warp elsődleges fizikai motorként kerül beépítésre Newtonba, amely fokozott teljesítményt és rugalmasságot kínál a fejlesztőknek robotikai alkalmazásaikhoz.

A Newton további főbb jellemzői: Differenciálható fizika, bővíthetőség és OpenUSD-integráció

Ezenkívül a gradiensek szimuláción keresztüli terjesztésére való képessége új lehetőségeket kínál a robotika szimulációjában és tanulásában. A differenciálható szimulátorok képesek előremenő módú eredményeket generálni, miközben kiszámítják a szimulációs eredmények fordított módú gradienseit is, amelyeket aztán visszaszaporításra lehet használni a rendszerparaméterek optimalizálására.

Ahogy a robotika területe fejlődik, úgy nő a szimulálandó forgatókönyvek összetettsége és sokfélesége. A Newtont úgy tervezték, hogy rendkívül alkalmazkodóképes legyen, és támogatja a gazdag multifizikai szimulációkat, ahol a robotok különféle anyagokkal lépnek kapcsolatba, beleértve az élelmiszert, a ruhát és más deformálható tárgyakat. Ezt a rugalmasságot egyéni megoldók, integrátorok és numerikus módszerek teszik lehetővé. A Newton támogatja a különböző típusú megoldók összekapcsolását is, amint azt az anyagpont-módszeres (MPM) megoldó merev test dinamikájával történő integrációja mutatja a homokkal való kölcsönhatások szimulálására.

Ezenkívül a Newton kihasználja az OpenUSD keretrendszert, amely sokoldalú adatmodellt és összetételű motort kínál, amely összesíti a szükséges adatokat a robotok és környezetük leírásához. Az egyedi megoldók és futási környezetek speciális robotképességekre és környezetekre specializálódhatnak. Továbbá a Disney Research mellett a Google DeepMind, az Intrinsic és NVIDIA, Newton segít define egy OpenUSD eszközstruktúra a robotikához. Ennek a struktúrának az a célja, hogy szabványosítsa a robotizált munkafolyamatokat azáltal, hogy átveszi a legjobb gyakorlatokat az OpenUSD-n belül, és olyan egységes adatfolyamot hoz létre, amely közös nyelvet biztosít a robotika összes adatforrásához.

Jogi nyilatkozat

Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.

A szerzőről

Alisa, a The MPost, a kriptovalutákra, a nulla tudásalapú bizonyítékokra, a befektetésekre és a Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.

További cikkek
Alisa Davidson
Alisa Davidson

Alisa, a The MPost, a kriptovalutákra, a nulla tudásalapú bizonyítékokra, a befektetésekre és a Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.

Hot Stories

A láncon belüli kereskedés rejtett kockázatai

by Alisa Davidson
Március 10, 2026
Csatlakozzon hírlevelünkhöz.
Legfrissebb hírek

A láncon belüli kereskedés rejtett kockázatai

by Alisa Davidson
Március 10, 2026

A Solana-vihar előtti csend: Mit mondanak most a grafikonok, a bálnák és a láncon lévő jelek?

A Solana erős teljesítményt mutatott, amelyet a növekvő elfogadás, az intézményi érdeklődés és a kulcsfontosságú partnerségek vezéreltek, miközben potenciális ...

Tudjon meg többet

Kriptovaluták 2025 áprilisában: Főbb trendek, változások és mi következik?

2025 áprilisában a kriptovilág az alapvető infrastruktúra megerősítésére összpontosított, az Ethereum pedig a Pectra ...

Tudjon meg többet
További információk
Részletek
A Ripple megszerezte az ausztrál pénzügyi szolgáltatási engedélyt, kiterjesztve az APAC szabályozási hatáskörét
üzleti Tudósítást Technológia
A Ripple megszerezte az ausztrál pénzügyi szolgáltatási engedélyt, kiterjesztve az APAC szabályozási hatáskörét
Március 11, 2026
Az Aave alapítója a DAO irányítási reformjának megerősítését szorgalmazza. DeFi Növekedés
Tudósítást Technológia
Az Aave alapítója a DAO irányítási reformjának megerősítését szorgalmazza. DeFi Növekedés
Március 11, 2026
Legfontosabb intézményi és Web3 Események, amelyeken részt kell venni a 2026-os cannes-i EthCC héten
Hack Seasons Top listák üzleti Életmód Alkalmazás Tudósítást
Legfontosabb intézményi és Web3 Események, amelyeken részt kell venni a 2026-os cannes-i EthCC héten
Március 10, 2026
A láncon belüli kereskedés rejtett kockázatai
Tudósítást Technológia
A láncon belüli kereskedés rejtett kockázatai
Március 10, 2026
CRYPTOMERIA LABS PTE. KFT.