De acordo com pt.wedoany.com-A Fanuc expandiu sua colaboração com a Nvidia nas áreas de IA física e simulação avançada. Através de uma integração de plataforma mais estreita, ambas as empresas aprimoraram as capacidades de gêmeo digital e simulação de robôs.
A Fanuc reforçou a capacidade de integração entre a plataforma de simulação de robôs aberta da Nvidia, o Nvidia Isaac Sim, e o software de simulação offline da Fanuc, o RoboGuide, permitindo a criação de gêmeos digitais de alta precisão no espaço virtual. Durante a feira internacional de robôs de Tóquio (iREX) em dezembro do ano passado, a Fanuc demonstrou a funcionalidade de transferir dados de simulação do RoboGuide para o Isaac Sim, utilizando o mesmo algoritmo de controle dos robôs reais, resultando em uma reprodução de alta precisão de trajetórias e tempos de ciclo. Atualmente, as duas plataformas alcançaram uma interoperabilidade mais profunda, fornecendo um ambiente de simulação mais eficiente para testes, validação de aplicações e comissionamento virtual.
No primeiro modo de integração, o Isaac Sim atua como o ambiente de simulação front-end, enquanto o RoboGuide opera em segundo plano, garantindo a precisão do comportamento do robô no espaço virtual. O RoboGuide e o Isaac Sim são conectados por uma comunicação direta e contínua. Os usuários podem utilizar um terminal de programação virtual ou físico conectado ao RoboGuide para controlar o robô em tempo real no Isaac Sim, com o mesmo modo de operação de um robô real. Os usuários podem realizar estudos prévios antes da instalação e projetar eficientemente processos robóticos em sensores e ambientes fisicamente precisos acelerados por GPU.
Com a ajuda do framework de aprendizado de robôs aberto Nvidia Isaac Lab e da biblioteca Nvidia Omniverse, os usuários podem simular com alta precisão tarefas anteriormente difíceis de reproduzir, como manipular componentes flexíveis, como cabos, e executar operações de inserção e montagem. Devido à integração com o RoboGuide, o movimento do robô no Isaac Sim mantém a mesma trajetória e tempo de ciclo do equipamento real, reduzindo a diferença entre simulação e realidade. Este ambiente também suporta aprendizado por reforço e aprendizado por imitação, acelerando a avaliação e implantação de sistemas de IA física.
O segundo modo de integração utiliza o RoboGuide como a plataforma principal front-end, integrando o motor de física Nvidia PhysX no back-end para realizar simulações avançadas. O RoboGuide agora usa o PhysX, permitindo simular com precisão tarefas complexas, como pegar peças de um recipiente. Peças misturadas aleatoriamente podem ser reproduzidas de forma realista através de modelagem baseada em física. O sistema de visão 3D do RoboGuide identifica a posição das peças, e o robô executa operações de pegar e colocar com base nisso. Este ambiente pode reproduzir cenários reais no espaço virtual, por exemplo, selecionando automaticamente uma alternativa quando o robô não consegue retirar uma determinada peça.
Os usuários podem realizar estudos de viabilidade de sistemas de coleta em recipientes no ambiente virtual, sem a necessidade de passar por um processo extenso de tentativa e erro com peças reais. Com a incorporação do PhysX, o RoboGuide melhorou a eficiência no projeto e implantação de sistemas de coleta em recipientes, que tradicionalmente exigem muito tempo e experiência de campo.
Durante o evento de portas abertas de novos produtos em maio, a Fanuc demonstrou um sistema de braço duplo, composto por dois robôs colaborativos CRX que dobravam camisetas através de aprendizado por imitação. O sistema utilizou o modelo de robô aberto Nvidia Isaac GR00T N. Dobrar objetos flexíveis como camisetas exige que o robô ajuste continuamente seus movimentos com base na forma mutável, um processo difícil de alcançar com métodos tradicionais de aprendizado por reprodução ou compensação de trajetória baseada em visão.
Na demonstração, um operador usou o robô CRX para demonstrar o movimento de dobrar, e o sistema adquiriu dados da demonstração através de aprendizado por imitação. Após o treinamento, o sistema de braço duplo CRX foi capaz de reproduzir a tarefa e dominar a técnica necessária para dobrar. O aprendizado por imitação gera movimentos em tempo real, e o robô CRX, com a ajuda da visão da câmera para identificar o objeto, completou a operação de dobrar de forma autônoma.
Tradicionalmente, os movimentos do robô gerados por aprendizado por imitação tendem a ser segmentados e descontínuos. A Fanuc combinou sua tecnologia avançada de controle de movimento com o modelo Nvidia GR00T N, permitindo que o robô alcançasse movimentos suaves e contínuos. Os visitantes testemunharam ao vivo o processo do robô de braço duplo dobrando camisetas de forma autônoma e em tempo real.
Na feira internacional de robôs de Tóquio de 2025, a Fanuc exibiu um robô de IA com capacidade de prevenção de colisões, baseado na plataforma de robô aberta da marca. O sistema foi atualizado para o mais recente computador robótico da Nvidia, o Nvidia Jetson Thor. Ao substituir o módulo Nvidia Jetson AGX Orin pelo módulo Jetson T5000, a capacidade de computação de IA aumentou em mais de 7,5 vezes. Os visitantes da feira viram que o robô, graças à capacidade do Jetson Thor, reagiu de forma mais rápida e suave aos movimentos humanos.
Na exposição de portas abertas de novos produtos em maio, os visitantes experimentaram a operação de robôs no espaço virtual, simulação de alta precisão, simulação física baseada em PhysX, demonstração de robô de braço duplo através de aprendizado por imitação com o modelo base de robô da Nvidia, e um sistema de robô colaborativo integrado com a plataforma de computação de borda mais recente da Nvidia.
