로봇은 새로운 기술을 쉽게 배우고 주변 환경에 적응할 수 있는 적응력을 갖춰야 합니다. 하지만 기존의 교육 방법으로는 로봇이 새로운 상황에서 학습한 기술을 적용하는 데 한계가 있을 수 있습니다. 이는 인식과 행동 사이의 격차뿐만 아니라 다양한 맥락에서 기술을 이전하는 데 따르는 어려움 때문이기도 합니다.
NVIDIA Isaac Lab은 이러한 한계를 해결하는 로봇 학습을 위한 오픈 소스 모듈식 프레임워크입니다. 다양한 훈련 환경을 위한 모듈식 고충실도 시뮬레이션인 Isaac Lab은 물리적 AI 기능과 GPU 기반 물리 시뮬레이션을 제공합니다.
Isaac Lab은 모방 학습(인간을 모방)과 강화 학습(시행착오를 통한 학습)을 모두 지원하여 모든 로봇 구현에 대한 유연한 학습 접근 방식을 제공합니다. 또한 로봇 제조업체가 변화하는 비즈니스 요구 사항에 따라 로봇 기술을 추가하거나 업데이트할 수 있도록 사용자 친화적인 교육 시나리오 환경을 제공합니다.
많은 업계 협력업체들이 휴머노이드 로봇을 효율적으로 훈련하기 위해 Isaac Lab을 사용하고 있습니다. 여기에는 인간과 같은 자유도를 가진 GR1 휴머노이드 로봇을 개발한 Fourier Intelligence와 가정에서 창고에 이르는 애플리케이션을 위해 MenteeBot을 제작한 Mentee Robotics가 포함됩니다.
ORBIT-Surgical은 Isaac Lab을 기반으로 하는 시뮬레이션 프레임워크로, 다빈치 리서치 키트(dVRK)와 같은 로봇을 훈련시켜 외과의를 보조하고 정신적 업무량을 줄여줍니다. 이 프레임워크는 강화 학습과 모방 학습을 사용하며, NVIDIA RTX GPU에서 실행되어 로봇이 딱딱하고 부드러운 물체를 모두 조작할 수 있도록 지원합니다. 또한 NVIDIA Omniverse는 실제 병원 수술실 영상에서 수술 도구를 세분화하기 위한 AI 모델 훈련에 사용할 수 있는 고충실도 합성 데이터를 생성하는 데 도움을 줍니다.
Boston Dynamics는 Isaac Lab과 NVIDIA Jetson AGX Orin을 사용하여 추론을 위해 시뮬레이션된 정책을 직접 배포하여 배포 프로세스를 간소화할 수 있습니다. 자세한 내용은 시뮬레이션과 실제의 격차 줄이기: NVIDIA Isaac Lab으로 4족 보행 훈련하기에서 확인할 수 있습니다.
이 게시물에서는 NVIDIA 휴머노이드 로봇 개발자 프로그램의 Isaac Lab 주요 기능에 대한 개요와 Isaac Lab 에코시스템 협력자에 대한 미리 보기를 제공합니다. 또한 NVIDIA OSMO 플랫폼을 사용하여 로봇 워크플로우를 확장하는 방법에 대해서도 설명합니다.
로봇 학습 가속화를 위한 Isaac Lab 기능
원활하고 효과적인 로봇 정책 훈련을 위한 강화 및 모방 학습, PhysX가 제공하는 빠르고 정확한 물리 시뮬레이션, 벡터화된 렌더링을 위한 타일 렌더링 API, 견고성 및 적응성 향상을 위한 도메인 무작위화, 클라우드 실행 지원 등 Isaac Lab에서 사용할 수 있는 주요 기능에 대해 알아봅니다.
하나의 도구로 다양한 로봇 훈련 기법 제공: Isaac Lab은 강화 학습과 모방 학습을 통해 로봇을 학습할 수 있는 시뮬레이션 애플리케이션입니다.
강화 학습(RL): 로봇은 시행착오를 통해 학습하여 새로운 상황에 더 잘 적응하고 일부 작업에서는 인간의 성능을 뛰어넘을 수 있습니다. 그러나 RL은 속도가 느릴 수 있으며 로봇의 학습을 유도하기 위해 신중하게 설계된 보상 기능이 필요합니다. Isaac Lab은 환경 데이터를 함수 인수와 반환 유형으로 변환하는 다양한 라이브러리의 래퍼를 통해 RL을 지원합니다.
모방 학습: 로봇은 사람의 시범을 모방하여 학습합니다. 이 방법은 특정 동작이나 행동이 있는 작업에 이상적이며, 데이터가 적게 필요하고 인간의 전문 지식을 활용합니다. 모방 학습은 학습 프레임워크 Robomimic을 통해 지원되며 HDF5에 데이터를 저장할 수 있습니다.
작업 설계 워크플로우의 유연성: 관리자 기반 또는 직접 두 가지 방식으로 로봇 트레이닝 환경을 구축할 수 있습니다. 관리자 기반 워크플로우를 사용하면 환경의 다른 부분을 쉽게 전환할 수 있습니다. 복잡한 로직의 성능을 최적화하려면 직접 워크플로우를 사용하는 것이 좋습니다.
타일 렌더링: 현재 업계에서 로봇 학습을 위한 고충실도 렌더링을 제공하는 유일한 도구로, 시뮬레이션과 실제 간의 격차를 줄이는 데 도움이 됩니다. 타일 렌더링은 여러 카메라의 입력을 하나의 큰 이미지로 통합하여 렌더링 시간을 단축합니다. 또한 렌더링된 출력이 시뮬레이션 학습을 위한 관찰 데이터로 직접 사용되는 간소화된 비전 데이터 처리 API를 제공합니다.
멀티 GPU 및 멀티 노드 지원: 복잡한 강화 학습 환경의 경우, 여러 GPU에서 훈련을 확장하는 것이 바람직할 수 있습니다. Isaac Lab에서는 PyTorch 분산 프레임워크를 사용하여 이를 가능하게 합니다.
벡터화된 API: 향상된 뷰 API를 활용하여 버퍼를 사전 초기화할 필요가 없고 장면의 여러 뷰 객체를 지원할 뿐만 아니라 장면의 여러 객체에 대한 인덱스를 캐싱하여 사용성을 개선할 수 있습니다.
퍼블릭 클라우드에 간편하게 배포: 컨테이너에서 효율적인 RL 작업 실행을 위한 Docker 통합과 OSMO를 사용한 멀티 GPU 및 멀티 노드 작업의 원활한 확장을 통해 AWS, GCP, Azure, Alibaba Cloud에 배포할 수 있습니다.
정확한 물리 시뮬레이션: Isaac Lab을 통해 디포머블 지원을 포함한 최신 GPU 가속 PhysX 버전을 활용하면 도메인 무작위화를 통해 빠르고 정확한 물리 시뮬레이션을 보장합니다.
NVIDIA OSMO를 통한 로봇 워크플로우 확장
NVIDIA OSMO는 다양한 작업을 오케스트레이션, 시각화 및 관리하는 데 도움이 되는 클라우드 네이티브 워크플로우 오케스트레이션 플랫폼입니다. 여기에는 합성 데이터 생성, 파운데이션 모델 트레이닝, 모든 로봇 구현을 위한 소프트웨어 인 더 루프 시스템 구현이 포함됩니다.
NVIDIA OSMO를 통해 기업은 광범위한 사내 IT 전문 지식 없이도 로봇을 효율적으로 훈련할 수 있습니다. NVIDIA OSMO에 대한 얼리 액세스를 요청하세요.
휴머노이드 로봇 학습을 위한 AI 파운데이션 모델
NVIDIA 프로젝트 GR00T는 휴머노이드 로봇을 위한 범용 파운데이션 모델을 개발하기 위한 이니셔티브입니다. Isaac Lab은 1X, The AI Institute, Boston Dynamics, ByteDance Research, Field AI, Fourier, Galbot, LimX Dynamics, Mentee, NEURA Robotics, RobotEra 및 Skild AI를 포함한 업계 협력사들이 로봇 학습을 수행할 수 있도록 지원하고 있습니다.
휴머노이드 동역학 모델링의 복잡성은 자유도가 추가될 때마다 기하급수적으로 증가합니다. RL과 모방 학습은 다양한 작업과 환경에서 작동하는 휴머노이드에 대한 정책을 개발할 수 있는 유일한 확장 가능한 방법입니다.
휴머노이드 로봇으로 로봇 애플리케이션을 구축하는 기업은 NVIDIA 휴머노이드 로봇 개발자 프로그램에 지원하실 수 있습니다.
시작하기
NVIDIA Isaac Lab은 사용자 정의 가능한 환경, 센서 및 트레이닝 시나리오를 갖춘 모듈식 기능과 함께 강화 학습 및 모방 학습과 같은 기술을 제공하여 모든 로봇 구현이 빠른 데모를 통해 학습할 수 있도록 도와줍니다.
로봇 구현 정책 교육을 더 빠르게 시작할 준비가 되셨나요? Isaac Lab은 BSD-3 라이선스에 따라 오픈 소스로 제공되며 GitHub의 isaac-sim/IsaacLab을 통해 사용할 수 있습니다.
기존 NVIDIA Isaac Gym(Isaac Lab의 전신) 사용자라면 로봇 학습의 최신 발전과 강력한 개발 환경에 액세스하여 로봇 트레이닝 작업을 가속화할 수 있도록 Isaac Lab으로 마이그레이션하는 것을 권장합니다.
SIGGRAPH 2024에서 NVIDIA CEO 젠슨 황은 메타의 창립자 겸 CEO 마크 주커버그(Mark Zuckerberg), WIRED 수석 작가 로렌 구드(Lauren Goode)와 노변 대담을 나눴습니다. 노변 대담과 SIGGRAPH 2024에서 NVIDIA의 다른 세션을 온디맨드로 시청하세요.
로보틱스 개발자 뉴스레터를 구독하고 YouTube, Discord 및 개발자 포럼에서 NVIDIA Robotics를 팔로우하여 최신 소식을 받아보세요.
관련 리소스
- GTC 세션: AWS 클라우드에서 대규모로 로봇 동작 훈련하기(NVIDIA Isaac Robotics 플랫폼)
- GTC 세션: Isaac Gym을 통한 시뮬레이션 투 리얼: 로봇 손의 기초 및 실제 사례
- GTC 세션: 로보틱스 게임의 수준을 높이세요: Isaac ROS 및 Isaac SIM으로 고성능 활용하기
- SDK: Isaac Lab
- SDK: Isaac Sim
- SDK: Isaac ROS
