Inicio Ciencia NVIDIA muestra agentes de IA construyendo y probando simulaciones en Omniverse

NVIDIA muestra agentes de IA construyendo y probando simulaciones en Omniverse

0
78
NVIDIA muestra agentes de IA construyendo y probando simulaciones en Omniverse

NVIDIA presentó una serie de prototipos en los que agentes de IA, guiados mediante lenguaje natural, ayudan a crear activos 3D, montar escenas, configurar simulaciones e investigar cuellos de botella de rendimiento. Los resultados son experimentales y no sustituyen la validación en sistemas físicos.

NVIDIA presentó proyectos experimentales en los que agentes de IA ayudan a los desarrolladores a transformar ideas de simulación en aplicaciones funcionales. Los ejemplos abarcan la creación de activos 3D, robótica, automatización industrial, vehículos autónomos y visualización de datos.

Según la empresa, los desarrolladores guían a los agentes mediante instrucciones en lenguaje natural, revisan los resultados y orientan las correcciones. Las bibliotecas de Omniverse ofrecen recursos para física, renderizado, sensores, actualización de escenas y transmisión a navegadores.

De la creación de activos al montaje de escenas

En un experimento, se utilizaron agentes para recrear un sintetizador OP-1 a partir de imágenes, manuales y orientación técnica. El modelo pasó por OpenUSD, Houdini y Blender, mientras los materiales y las texturas se ajustaron para el renderizado.

Otro flujo convirtió modelos CAD de un robot YuMi y configuró las articulaciones, las colisiones y las propiedades necesarias para realizar pruebas en Isaac Sim. Los brazos y las pinzas completaron ciclos simulados de recoger y mover cubos, pero NVIDIA destaca que las propiedades físicas estimadas no se calibraron con el robot real.

La empresa también describió la reconstrucción de edificios a partir de fotografías panorámicas y nubes de puntos. El objetivo es producir entornos editables para evaluar la distribución de almacenes, estanterías y máquinas antes de realizar cambios físicos.

Robótica, industria y vehículos autónomos

En las pruebas de desmontaje, un agente ayudó a modelar una suspensión automotriz y a revisar una herramienta para alcanzar sus tornillos. En la simulación, el sistema retiró un componente de la suspensión, mientras que la integración entre CAD y simulación se vinculó con Onshape.

Para un escenario de turbina de gas, NVIDIA creó una aplicación de análisis de hipótesis. Los usuarios pueden variar la carga, la temperatura ambiente y la composición del combustible, y observar efectos simulados sobre la potencia, la eficiencia, el consumo y la respuesta del equipo.

También se presentaron pruebas de control robótico para el enrutamiento de cables flexibles, con aprendizaje por refuerzo, retroalimentación de posición y orientación, y correcciones para insertar conectores USB-C. La empresa indica que los próximos pasos incluyen probar sensores y condiciones de agarre más cercanas a las reales.

En vehículos autónomos, otro prototipo conectó la creación de activos, el tráfico, los sensores RTX y el sistema de conducción Alpamayo en una escena basada en Market Street, en San Francisco. La propuesta es evaluar cómo los cambios en los escenarios, los sensores o los modelos alteran el comportamiento del sistema.

Escala, validación y límites de los prototipos

Una prueba de almacén alcanzó 30 fotogramas por segundo en resolución Full HD durante dos minutos, con 80 transportadores, 40 brazos y 800 cajas. En ese escenario, los brazos realizaron 640 colocaciones exitosas; al duplicar nuevamente la complejidad, el cuello de botella apareció en el flujo de física y control robótico.

NVIDIA también informó comparaciones entre imágenes de cámaras, datos LiDAR simulados y grabaciones reales para orientar la mejora de gemelos digitales. Los agentes midieron diferencias y modificaron la geometría, los materiales y los objetos, pero la calidad depende de las métricas elegidas y de los datos de referencia.

En un experimento llamado Robo Olympics, un humanoide Unitree G1 superó un obstáculo en 64 de 100 intentos simulados. El resultado sirve como retroalimentación para el control y la temporización, pero no equivale a una tasa de éxito comprobada en un entorno físico.

Los casos indican que los agentes pueden reducir el trabajo repetitivo en la preparación de simulaciones, especialmente cuando los activos siguen siendo editables y los desarrolladores mantienen una revisión humana. Aun así, la evidencia presentada está compuesta principalmente por demostraciones de la propia NVIDIA, y en el material proporcionado no hay una comparación independiente de productividad o fiabilidad.

La principal incertidumbre está en la transferencia de los resultados al mundo real. Las diferencias en la fricción, los sensores, los materiales, el control y el comportamiento físico pueden modificar el rendimiento; por ello, los prototipos deben considerarse herramientas de exploración y desarrollo, no una validación final de sistemas críticos.

Fuente original: NVIDIA — Into the Omniverse: How Developers Turn Ideas Into Simulations With Frontier AI Agents.

Recibe Radar de IA todos los días

Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.

Sin spam. Cancela cuando quieras.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí