3D-contentontwikkelingsplatform Unity laat in een nieuwe demonstratie zien hoe het robotica kan verbeteren. De nieuwe demo heet Object Pose Estimation en toont de mogelijkheden van Unity op het gebied van AI en machine learning (ML). Trainingsgegevens worden verzameld in Unity en gebruikt om een ​​diep neuraal netwerk te trainen dat de pose van een kubus voorspelt. Dit model wordt vervolgens ingezet in een gesimuleerde robot pick-and-place taak.

Door Ryan Daws | Developer Tech 

Dr. Danny Lange, Senior Vice President of Artificial Intelligence bij Unity, zei:

“Dit is een krachtig voorbeeld van een systeem dat leert in plaats van te worden geprogrammeerd, en omdat het leert van de synthetische data, is het in staat om veel genuanceerdere patronen vast te leggen dan welke programmeur ooit zou kunnen.

Door onze technologieën samen te brengen, laten we zien hoe we een grens overschrijden, en we beginnen om te gaan met iets dat echt AI is, en in dit geval demonstreren we de efficiëntie die mogelijk is bij het trainen van robots. ”

In het bijzonder gebruikt de demo de AI- en ML-mogelijkheden van Unity om simulaties van real-world implementaties van robots mogelijk te maken. De ingebouwde physics-engine van Unity biedt een virtuele benadering van het soort echte krachten waarmee robots te maken kunnen krijgen, zoals harde wind of snelle stromingen.

Dergelijke virtuele tests helpen niet alleen om veilige robotimplementaties te garanderen, maar maken ook simulaties mogelijk van zeldzame gebeurtenissen en omgevingen die moeilijk of duur zijn om te repliceren in de echte wereld.

“Met Unity hebben we niet alleen het maken van gegevens gedemocratiseerd, we hebben ook toegang geboden tot een interactief systeem voor het simuleren van geavanceerde interacties in een virtuele omgeving.

U kunt bijvoorbeeld de besturingssystemen voor een autonoom voertuig ontwikkelen, of hier voor zeer dure robotarmen, zonder het risico van beschadiging van apparatuur of dramatisch stijgende kosten van industriële installaties.

Om de beoogde toepassingen te kunnen bewijzen in een high-fidelity virtuele omgeving, zal tijd en geld worden bespaard voor de vele industrieën die klaar staan ​​om getransformeerd te worden door robotica in combinatie met AI en machine learning. ”

De nieuwste demonstratie van Unity volgt op een reeks releases van het platform ter ondersteuning van het Robot Operating System (ROS).

De ROS-TCP-connector van Unity vermindert de latentie tussen ROS-knooppunten en Unity, zodat robots bijna in realtime kunnen reageren in gesimuleerde omgevingen.

Robotica-ontwikkelaars kunnen de URDF-importeur van Unity gebruiken om een ​​robot in een Unity-scène te importeren. Geïmporteerde robots zullen vorig jaar ook profiteren van een update van Unity, die ArticulationBody heeft toegevoegd, een fysica-component die het gemakkelijker maakt om robotarmen en kinematische ketens te simuleren met realistische fysica en beweging.

Je kunt hier meer lezen over het werk van Unity op het gebied van robotica.

 

Bekijk het originele artikel inclusief een video op Developer-Tech.com