NVIDIA Developer рассказывает, что команда NVIDIA Seattle Robotics Lab (SRL) совместно с инженерами NVIDIA Isaac изучает возможность создания интеллектуальных роботов для сборки тестовых лотков GB300. Эти лотки необходимы для проверки функциональности и производительности вычислительных модулей GB300 перед их отправкой и развертыванием. Процесс сборки лотков требует высококвалифицированного физического труда, что делает задачу автоматизации непростой. Сборка лотков GB300 включает в себя две ключевые задачи: сборку шины и вставку многоконтактных соединителей. В первом случае робот должен захватить длинную металлическую шину, транспортировать её к лотку и закрепить в 16 местах. Во втором — поднять два больших и два маленьких электрических соединителя и вставить их в соответствующие гнёзда. Эти задачи требуют высокой точности, так как неопределённость в геометрии деталей и их динамике может значительно варьироваться. Команда SRL столкнулась с двумя основными проблемами: неопределённостью и производительностью. В традиционных производственных условиях неопределённость часто снижается с помощью фиксированной автоматизации, однако в случае сборки лотков GB300 это невозможно из-за быстрого изменения дизайна и низких объёмов. Роботы должны быть адаптивными и устойчивыми к неопределённости. Второй вызов связан с производительностью. В робототехнических исследованиях приемлемыми считаются уровни успеха 50-60%, однако для этой задачи команда установила целевой уровень успеха не менее 99,5%. В процессе работы использовались как классические подходы, так и методы имитационного обучения и обучения с подкреплением. Для сборки шины был разработан модульный подход, включающий восприятие, планирование и управление. Использование высокопроизводительных контроллеров позволило достичь успеха выше 95%, хотя для операций по закручиванию винтов потребовалось больше времени, чем планировалось. Вторая задача, вставка многоконтактных соединителей, оказалась ещё более сложной из-за особенностей кабелей и соединителей. Команда вернулась к классическим методам, но с акцентом на специализированные модели для оценки позы, что позволило значительно улучшить точность. В результате работы над этими задачами команда SRL продемонстрировала, что даже сложные производственные процессы могут быть автоматизированы с использованием современных подходов и технологий. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.