Fanuc reforça integração com Nvidia para acelerar IA física e simulação robótica

A Fanuc continua a expandir as suas capacidades em Inteligência Artificial Física (Physical AI) e simulação avançada através do reforço da sua colaboração com a Nvidia.

A Fanuc reforçou significativamente a integração entre a Nvidia Isaac Sim, plataforma aberta de simulação robótica da Nvidia, e o RoboGuide, o software de simulação offline da Fanuc, o que permite a criação de gémeos digitais altamente precisos.

Na International Robot Exhibition (iREX), celebrada no passado mês de dezembro, em Tóquio, a Fanuc já tinha demonstrado a capacidade de transferir simulações desenvolvidas no RoboGuide para o Nvidia Isaac Sim, reproduzindo trajetórias e tempos de ciclo com elevada precisão através dos mesmos algoritmos de controlo utilizados pelos robôs reais. Agora, a integração entre ambas as plataformas torna-se ainda mais estreita, proporcionando um ambiente de simulação mais eficiente para testes, validação de aplicações e colocação em marcha virtual.

O primeiro modo de integração coloca o Nvidia Isaac Sim em primeiro plano, enquanto o RoboGuide opera em segundo plano para garantir um comportamento preciso do robô no espaço virtual. O RoboGuide está estreitamente integrado com o Isaac Sim, com uma comunicação direta e contínua. Neste novo ambiente, os utilizadores podem operar intuitivamente os robôs no Isaac Sim, em tempo real, a partir de terminais de programação virtuais ou físicos ligados ao RoboGuide, tal como se estivessem a controlar um robô real. Os utilizadores podem realizar operações de deslocação, programar os robôs, executar os programas e verificar os resultados diretamente no Isaac Sim. Isto permite realizar estudos prévios à instalação e conceber processos de forma intuitiva e eficiente para os robôs, dentro de simulações de sensores e ambientes fisicamente precisos e acelerados por GPU.

Além disso, ao tirar ainda mais partido do framework aberto de aprendizagem robótica Nvidia Isaac Lab e das bibliotecas do Nvidia Omniverse, é possível realizar simulações de elevada precisão de tarefas tradicionalmente difíceis de reproduzir, como a manipulação de componentes flexíveis, por exemplo cabos, ou a execução de operações de inserção e montagem. Os robôs que operam no Isaac Sim mantêm trajetórias e tempos de ciclo idênticos aos das máquinas reais graças à integração com o RoboGuide, eliminando a diferença entre a simulação e a realidade. Este ambiente combinado também suporta aprendizagem por reforço e aprendizagem por imitação, acelerando a avaliação e a implementação de sistemas físicos de IA.

Num segundo modelo de integração, o RoboGuide torna-se a plataforma principal, em primeiro plano, enquanto o motor físico Nvidia PhysX permite realizar simulações avançadas em segundo plano. Com esta melhoria, o RoboGuide utiliza agora o PhysX, possibilitando a simulação precisa de tarefas complexas, como a recolha de peças de um contentor, que anteriormente eram difíceis de simular. As peças misturadas aleatoriamente podem ser simuladas de forma realista através de modelação baseada na física, enquanto o sistema 3D Vision do RoboGuide identifica a posição das peças e permite aos robôs executar operações de recolha e colocação. Situações do mundo real podem ser reproduzidas virtualmente, como determinar quando um robô não consegue retirar uma determinada peça e selecionar uma alternativa.

Este avanço permite aos utilizadores realizar estudos de viabilidade para sistemas de recolha de peças em contentores num ambiente virtual, eliminando a necessidade de extensos processos de tentativa e erro com peças reais. Em combinação com o Nvidia PhysX, o RoboGuide melhora significativamente a eficiência na conceção e implementação de sistemas de recolha de peças em contentores que anteriormente exigiam uma quantidade considerável de tempo e experiência no terreno.

Durante o evento ‘New Product Open House Show’, realizado em maio, a Fanuc apresentou um sistema de braço duplo que utiliza dois robôs colaborativos (cobots) CRX para dobrar t-shirts através de aprendizagem por imitação, utilizando o modelo robótico aberto Nvidia Isaac GR00T N. Dobrar objetos flexíveis, como t-shirts, exige uma adaptação contínua do movimento do robô às formas em constante mudança, o que dificulta a sua execução através da aprendizagem por reprodução convencional ou da compensação da trajetória do robô baseada em visão.

Nesta demonstração, um operador executa a tarefa de dobragem utilizando robôs CRX, e o sistema aprende a partir desses exemplos através da aprendizagem por imitação. O sistema CRX de braço duplo é treinado para reproduzir a tarefa e adquirir as técnicas necessárias para concluir o processo de dobragem. Com movimentos gerados em tempo real através da aprendizagem por imitação, os robôs CRX dobram t-shirts de forma autónoma, reconhecendo visualmente o objeto através de câmaras.

Tradicionalmente, os movimentos dos robôs aprendidos por imitação tendiam a apresentar um aspeto segmentado e descontínuo. Ao combinar a avançada tecnologia de controlo de movimento da Fanuc com o modelo Nvidia GR00T N, o sistema consegue movimentos fluidos e contínuos. Os visitantes puderam assistir a uma demonstração ao vivo do robô de dois braços a dobrar t-shirts autonomamente, em tempo real.

Na exposição ‘New Product Open House’ da Fanuc, realizada em maio, os visitantes puderam experimentar em primeira mão o funcionamento dos robôs num espaço virtual, simulações de elevada precisão, simulações físicas com Nvidia PhysX, demonstrações de robôs de dois braços treinados através de aprendizagem por imitação com base no modelo fundacional de robótica da Nvidia e sistemas de robôs colaborativos que incorporam a mais recente plataforma de computação edge da Nvidia.