블로그
- 로봇이 스스로 실패를 디버깅하며 스킬을 쌓는다면? | NVIDIA ASPIRE 최신 연구 분석 | NVIDIA ASPIRE 최신 연구 분석" 영상입니다. NVIDIA와 유수 대학 연구진이 공개한 ASPIRE 논문을 바탕으로, 기존 VLA(Vision-Language-Action) 모델 중심의 로봇 AI 패러다임과 차별화되는 Code-as-Policy
- NVIDIA ASPIRE 최신 연구 NVIDIA 연구진(GEAR Lab)이 발표한 ASPIRE(Agentic Skill Programming through Iterative Robot Exploration)는 로봇이 기존의 코드 기반 로봇 제어 방식(Code-as-Policy)이 작업을 마친 후 수정 내역을 버리고 다음 작업 시 처음부터 다시 시작하는 단점을 해결하는 데 초점을 맞추고 있습니다.
- OpenVLA 모델을 커스텀 로봇 데이터셋에 파인튜닝하고 적용하는 구체적인 절차와 환경 구성 실제 로봇에 적용하는 과정은 ① 환경 구성 및 오픈소스 코드 베이스 준비 → ② RLDS 포맷 데이터 변환 → ③ LoRA/Full Fine-tuning 수행 → ④ Robot Policy 주요 요구 사항 GPU 권장 사양: LoRA 파인튜닝: NVIDIA RTX 3090 / 4090 (24GB VRAM 1장) 또는 A10G 1장 Full 파인튜닝 / 8-bit QLoRA
- 엔비디아 '자율 연구' 에이전트 로봇 공개 GPU 조립까지 독학 엔비디아(NVIDIA)의 로봇 공학 연구소인 GEAR 랩(GEAR Lab)이 인간의 개입 없이 실제 환경에서 스스로 실험하고 학습하는 차세대 에이전트 로봇 프레임워크 ‘ENPIRE’ (Agentic Robot Policy Self-Improvement in the Real World)를 공개했습니다.