Dans le passé, il a été lancé pour l'apprentissage des robotsPlateforme de formation Isaac Sim, et plus tard proposéPlateforme de formation DRIVE SimPlus tard, NVIDIA a également proposé le moteur de génération de données de formation Omniverse Replicator, qui génère des données synthétiques simulées conformes aux conditions physiques réelles, permettant à Isaac Sim et DRIVE Sim d'accélérer la formation de réseaux neuronaux profonds, réduisant ainsi le coût de la collecte continue de davantage de données de formation.
Conformément aux principes d'entraînement, Isaac Sim et DRIVE Sim nécessitent tous deux des données. Pour optimiser les performances opérationnelles du robot ou du véhicule, davantage de données sont nécessaires à l'entraînement. Par conséquent, la pratique précédente exigeait l'accumulation continue de données utiles pour permettre au robot ou au véhicule d'apprendre et de s'entraîner correctement.
Le moteur de génération de données d'entraînement Omniverse Replicator proposé cette fois-ci peut exploiter les données existantes pour générer en continu des données synthétiques utilisables pour l'entraînement et conformes aux conditions physiques réelles. Les robots et les véhicules peuvent ainsi exploiter ces données pour un entraînement continu. Une fois dotés d'un certain degré d'autonomie, ils peuvent être utilisés en situation réelle ou poursuivre un entraînement plus précis.
Outre le manque de données d'entraînement, Omniverse Replicator peut également combler les lacunes de données difficiles à combler en situation réelle. Par exemple, il permet aux développeurs des régions chaudes de simuler les besoins d'entraînement des environnements enneigés, permettant ainsi à leurs robots d'automatisation de la production de fonctionner sans problème dans des environnements froids.
D'autre part, la génération automatique de données synthétiques permet également de réduire la main-d'œuvre, le temps et les autres coûts nécessaires à leur accumulation, tout en garantissant leur exactitude. Elle peut même réduire le temps nécessaire à la formation des robots ou des véhicules grâce à la génération en masse.
Le moteur de génération de données de formation Omniverse Replicator devrait être mis à la disposition des développeurs à partir de l'année prochaine, leur permettant de créer des moteurs de génération de données pour des domaines spécifiques.
