Az Nvidia bejelentette a korábban már beharangozott Isaac fejlesztői eszköztárát, támogatva a Robot Operating System (ROS) népszerű nyílt forráskódú keretrendszert, amely segít a fejlesztőknek a robotikai alkalmazásokhoz használt kódok létrehozásában és újrafelhasználásában.
A ROS World 2021 konferencián - a ROS-en dolgozó fejlesztők, mérnökök és hobbisták seregszemléjén az Nvidia - amely a mesterséges intelligencia alkalmazásokhoz használt processzorok beszállítójaként próbál vezető szerepre törni -, egy sor "teljesítményérzékelési" technológiát jelentett be, amelyek részei lesznek annak, amit mostantól Isaac ROS-nak nevez. Ez magában foglalja a számítógépes látás és az AI/ML funkciókat a ROS-alapú alkalmazásokban, amelyek például támogatják az autonóm robotokat. A lépés azután történt, hogy az Amazon robotikai platformja, a RoboMaker is gyorsan lépett a ROS támogatására.
Az Nvidia közölte, hogy kínálatának célja a termékfejlesztés és a termékteljesítmény színvonalának felgyorsítása és javítása. Például az újonnan bevezetett Isaac ROS GEM for Stereo Visual Odometry megoldás célja, hogy az autonóm járművek nyomon követhessék a kamera helyzetét a kiinduláshoz képest. Vagy a DNN Inference GEM segítségével a ROS-fejlesztők mostantól az Nvidia NGC-n elérhető bármelyik következtetési modelljét felhasználhatják, vagy saját DNN-t kínálhatnak. A tervek szerint a novemberében megjelenő Isaac SIM GA kiadása a felhasználói felület és a teljesítmény javításával érkezik, így a szimulációépítés sokkal gyorsabbá válik. De egy sor további új funkció is megjelenik.
Emellett az autonóm robotok biztonsági és minőségi aggályainak kezelése kulcsfontosságú, mivel nagy és változatos adatmennyiséggel foglalkozik, hogy tökéletesen alakítsa ki a mesterséges intelligencia modelljeit. Ezek az AI-modellek azok, amelyek az "érzékelési vermet" működtetik. Az Isaac Simhez tartozó új szintetikus adatok munkafolyamata segít a gyártási minőségű adatkészletek létrehozásában, és ezzel kezeli az autonóm robotok biztonsági és minőségi aggályait.
Ezzel az adatgenerálási munkafolyamat révén a fejlesztő irányítása kiterjedté válik. A fejlesztő irányíthatja a jelenetben lévő tárgyak sztochasztikus eloszlását, magát a jelenetet, a világítást, a szintetikus érzékelőket és a döntő fontosságú sarokesetek bevonását az adatkészletekbe. Végül a munkafolyamat a verzió- és hibakeresési információkat is segíti az adatkészletek pontos reprodukálásához az ellenőrzés és a biztonság érdekében.
