Asawaree Bhide

Asawaree Bhide 是 NVIDIA 的 AI 嵌入式工程实习生，致力于优化和部署边缘设备上的深度学习模型。她目前正在乔治亚理工学院攻读计算机科学硕士学位，她对解决由具体代理自主导航的复杂感知任务感兴趣。Tomasz Lewicki 是 NVIDIA 的嵌入式工程实习生。他拥有圣何塞州立大学计算机工程硕士学位，华沙工业大学华沙工业大学机器人工程学学士学位。他的兴趣集中在计算机视觉和机器人应用的深度学习上。

Posts by Asawaree Bhide

机器人 2025年 9月 29日

使用 OpenUSD 强化机器人开发的 3 种简单方法

随着对机器人技术需求的持续增长，人们对高精度物理仿真的需求也达到了前所未有的高度。通用场景描述（OpenUSD）正成为推动这一变革的关键力量， 2 MIN READ
机器人 2025年 9月 29日

在 NVIDIA Isaac Lab 2.3 中通过全身控制和增强远程操作简化机器人学习

从现实世界演示中训练机器人策略不仅成本高、耗时长，还容易导致过拟合，从而限制了在不同任务和环境中的泛化能力。相比之下， 3 MIN READ
机器人 2025年 9月 29日

在 NVIDIA Isaac Lab 2.3 中使用全身控制和增强遥操作，简化机器人学习

基于真实世界演示训练机器人策略，不仅成本高、速度慢，还容易出现过拟合问题，进而限制其在不同任务与环境中的泛化能力。 3 MIN READ
AI 平台/部署 2025年 8月 8日

R²D²：利用 NVIDIA Research 的全球基础模型和工作流提升机器人训练效率

随着物理 AI 系统的进步，对丰富标记数据集的需求正在加速增长，超出了我们在现实世界中手动捕捉的能力。世界基础模型 (WFM)… 3 MIN READ
模型/库/框架 2025年 6月 11日

使用 NVIDIA Cosmos Predict-2 构建自定义物理人工智能基础模型

构建更智能的机器人和自动驾驶汽车 (AV) 始于能够理解现实世界动态的物理 AI 模型。这些模型发挥着两个关键作用： 2 MIN READ
机器人 2025年 4月 25日

R²D²：利用 NVIDIA 研究工作流程和模型提升灵巧机器人的适应性

如今，Robotic arms 用于组装、包装、检查等更多应用领域。但是，它们仍然经过预编程，可以执行特定的、通常是重复性的任务。 2 MIN READ