NVIDIA Umumkan Newton: Mesin Fisika Open-Source untuk Simulasi Robotika

Perusahaan teknologi NVIDIA telah meluncurkan Newton, mesin fisika sumber terbuka dan dapat diperluas yang dikembangkan bekerja sama dengan Google DeepMind dan Disney Research, yang ditujukan untuk meningkatkan pembelajaran dan pengembangan robot.

Berdasarkan NVIDIA Warp, yang memungkinkan robot mempelajari tugas-tugas kompleks dengan akurasi yang lebih baik, Newton dirancang untuk bekerja secara mulus dengan kerangka kerja pembelajaran seperti MuJoCo Playground dan NVIDIA Isaac Lab, platform sumber terbuka untuk pembelajaran robot terpadu.

Model AI fisik memungkinkan robot untuk secara mandiri memahami, menganalisis, bernalar, dan berinteraksi dengan lingkungan sekitarnya. Kemajuan robotika sangat bergantung pada komputasi dan simulasi yang dipercepat untuk mengembangkan sistem robotika generasi berikutnya. 

Fisika sangat penting dalam simulasi robotik, karena fisika menjadi dasar untuk menciptakan model virtual akurat yang menggambarkan bagaimana robot berperilaku dan berinteraksi di lingkungan dunia nyata. Melalui simulator ini, para peneliti dan teknisi dapat melatih, merancang, menguji, dan memvalidasi algoritme dan prototipe kontrol dengan cara yang aman, efisien, dan hemat biaya.

Newton dirancang untuk mendukung seluruh komunitas robotika, yang memungkinkan para ahli robotika untuk menggunakan, mendistribusikan, dan berkontribusi terhadap pengembangannya secara bebas melalui penelitian. Dibangun di atas NVIDIA Warp, pustaka akselerasi CUDA-X, ia menawarkan kepada para pengembang cara yang efisien untuk membuat program berbasis kernel yang dipercepat GPU untuk simulasi, AI, robotika, dan pembelajaran mesin (ML). Kerangka kerja ini menyediakan kemampuan berkinerja tinggi untuk menjalankan simulasi berbasis fisika, dengan memanfaatkan kekuatan pemrosesan paralel GPU NVIDIA .

Fitur Newton yang menonjol adalah kompatibilitasnya dengan Multi-Joint Dynamics with Contact (MuJoCo), mesin fisika sumber terbuka yang digunakan dalam penelitian robotika untuk memodelkan dinamika kompleks dan lingkungan yang kaya kontak. Kompatibilitas ini memungkinkan pengembang untuk menggunakan kembali model dan kode yang ada, sehingga mengurangi waktu dan sumber daya yang diperlukan untuk mengadaptasi aplikasi untuk berbagai mesin fisika.

Selain itu, Google DeepMind telah memperkenalkan MuJoCo-Warp, simulator robotika sumber terbuka yang dipercepat oleh NVIDIA Warp, yang memberikan peningkatan kinerja, mencapai peningkatan kecepatan lebih dari 70x untuk simulasi humanoid dan peningkatan kecepatan 100x untuk tugas manipulasi di tangan. MuJoCo-Warp akan diintegrasikan sebagai mesin fisika utama di Newton, yang menawarkan peningkatan kinerja dan fleksibilitas bagi pengembang untuk aplikasi robotika mereka.

Fitur Utama Newton Lainnya: Fisika Diferensiabel, Ekstensibilitas, dan Integrasi OpenUSD

Lebih jauh lagi, kemampuannya untuk menyebarkan gradien melalui simulasi menghadirkan peluang baru untuk simulasi dan pembelajaran robotika. Simulator yang dapat dibedakan mampu menghasilkan hasil mode maju sekaligus menghitung gradien mode terbalik dari hasil simulasi, yang kemudian dapat digunakan untuk penyebaran balik guna mengoptimalkan parameter sistem.

Seiring dengan berkembangnya bidang robotika, kompleksitas dan variasi skenario yang perlu disimulasikan pun ikut berkembang. Newton dirancang agar sangat mudah beradaptasi, mendukung simulasi multifisika yang kaya tempat robot berinteraksi dengan berbagai material, termasuk makanan, kain, dan objek lain yang dapat dideformasi. Fleksibilitas ini dimungkinkan oleh penyelesai, integrator, dan metode numerik yang disesuaikan. Newton juga mendukung penggabungan berbagai jenis penyelesai, seperti yang ditunjukkan dalam integrasi penyelesai metode titik material (MPM) dengan dinamika benda kaku untuk mensimulasikan interaksi dengan pasir.

Selain itu, Newton memanfaatkan kerangka OpenUSD, yang menawarkan model data serbaguna dan mesin komposisi yang menggabungkan data yang diperlukan untuk menggambarkan robot dan lingkungannya. Pemecah masalah dan runtime khusus dapat dikhususkan untuk kemampuan dan lingkungan robot tertentu. Selain itu, bersama Disney Research, Google DeepMind, Intrinsic, dan NVIDIA Newton membantu untuk define merupakan struktur aset OpenUSD untuk robotika. Struktur ini bertujuan untuk menstandardisasi alur kerja robotika dengan mengadopsi praktik terbaik dalam OpenUSD, menciptakan alur data terpadu yang menyediakan bahasa umum untuk semua sumber data dalam robotika.