Rèn luyện để đạt độ chuẩn xác: Tại CoRL, NVIDIA cùng các đối tác công bố phương thức robot tập dượt các thao tác tinh vi trong môi trường mô phỏng

Môi trường mô phỏng từ lâu đã là nơi thử nghiệm để robot học cách đi, lăn và nhảy, nay đang hỗ trợ các nhà nghiên cứu huấn luyện robot thực hiện các tác vụ đòi hỏi sự khéo léo và chuẩn xác hơn: căn chỉnh bánh răng, nối dây cáp và lắp ráp các linh kiện nhỏ. Sự chuyển dịch từ vận động di chuyển sang thao tác khéo léo đang trở thành tâm điểm tại Hội nghị về Học máy cho Robot (CoRL) diễn ra tuần này tại Austin, Texas, cùng với sự phát triển của robot tác tử (agentic robotics) — mô hình mới tích hợp các tác tử tiên tiến nhằm tạo mã lệnh có thể diễn giải được cho các hệ thống robot vật lý. Tại CoRL, NVIDIA giới thiệu các công nghệ robot mở mới, bao gồm các mô hình hành động thế giới (world action models), công cụ mô phỏng, tiêu chuẩn đánh giá (benchmarks) và quy trình làm việc dựa trên tác tử. Hai bài báo khoa học của NVIDIA nằm trong số sáu công trình lọt vào vòng chung kết Giải thưởng Bài báo Xuất sắc nhất tại CoRL, vượt qua hàng nghìn đề cử: GRAIL (Tạo chuỗi thao tác - vận động dạng người từ các mô hình thế giới), giới thiệu quy trình tạo tài sản số 3D và bối cảnh sẵn sàng cho mô phỏng phục vụ quá trình học của robot. RoboTTT: Mở rộng ngữ cảnh cho các chính sách robot, giới thiệu mô hình robot và phương pháp huấn luyện giúp mở rộng ngữ cảnh thị giác - vận động gấp ba bậc độ lớn so với các chính sách tiên tiến nhất hiện nay mà không làm tăng độ trễ suy luận. Những bước tiến này hỗ trợ các nhà nghiên cứu huấn luyện robot thực hiện các nhiệm vụ phức tạp, đánh giá hiệu năng trong các điều kiện biến đổi và tận dụng sai sót để tiếp tục hoàn thiện quá trình học tập — qua đó xây dựng độ chính xác, khả năng thích ứng và tính tự chủ cần thiết để chuyển từ giai đoạn thử nghiệm trong phòng thí nghiệm sang triển khai thực tế trong công nghiệp. NVIDIA đang hợp tác với các đối tác như Ambi Robotics, Bosch Research, Dexmate, Dyna Robotics, FieldAI, Flexion, Noitom Robotics, Siemens, Skild AI, RLWRLD, UC Berkeley, Walden Robotics và Đại học Washington nhằm phổ biến các tiến bộ này tới cộng đồng phát triển robot rộng lớn hơn. Mô hình hành động thế giới nâng cao mức độ tự chủ của robot Cấp độ tự chủ tiếp theo đòi hỏi robot phải nhận biết môi trường chung quanh, dự đoán tác động từ các hành động của mình lên môi trường và thực thi các nhiệm vụ phức tạp gồm nhiều bước với độ chính xác cao. Các mô hình hành động thế giới đáp ứng đúng những yêu cầu này. Tại CoRL, NVIDIA công bố GR00T 2, mô hình hành động thế giới tiên phong dạng mở được phát triển trên nền tảng NVIDIA Cosmos. Được huấn luyện dựa trên nguồn dữ liệu đa dạng từ người và robot, trong đó có 100.000 giờ dữ liệu góc nhìn thứ nhất của con người do NVIDIA cung cấp mã nguồn mở, mô hình này cho phép robot học các kỹ năng thao tác khéo léo. Các đặc điểm chính gồm có: Khả năng vận hành tức thì: Hoàn thành ít nhất một lần đối với 40 trong số 50 tác vụ được đánh giá mà không cần dữ liệu thị phạm chuyên biệt cho từng tác vụ. Chuyển giao kỹ năng: Học từ thao tác mẫu của con người và chuyển giao kỹ năng giữa các cấu trúc robot khác nhau mà không cần dữ liệu thị phạm từ robot. Khả năng khái quát hóa với ít dữ liệu: Đạt tỷ lệ thành công trung bình 71% trên 50 tác vụ chỉ với một lượt thao tác mẫu cho mỗi tác vụ, và tăng lên 95% khi có năm lượt. Điều khiển bằng tác tử: Các tác tử AI có thể sử dụng giao diện lập trình ứng dụng (API) của GR00T 2 cùng các công cụ hỗ trợ để thực thi tuần tự các kỹ năng và khắc phục sự cố. https://blogs.nvidia.com/wp-content/uploads/2026/11/groot-2-shipping-label.mp4 Hiện tại, GR00T 2 nằm trong nhóm ba mô hình dẫn đầu ở tất cả các hạng mục mô hình hành động - ngôn ngữ - thị giác và mô hình hành động thế giới theo các bộ tiêu chuẩn đánh giá RoboCasa365, RoboLab, RoboDojo và MolmoSpaces, đồng thời nhiều lần đứng đầu bảng xếp hạng. Nexuni đang thử nghiệm mô hình này cho ứng dụng xử lý đồ giặt tự động, Foxconn đang áp dụng GR00T 2 vào tự động hóa nhà máy sản xuất máy chủ và Siemens đang đánh giá khả năng ứng dụng trong các tình huống công nghiệp. MicroAGI đang sử dụng mô hình GR00T 2, được hậu đào tạo thông qua học tăng cường, để thực hiện thao tác cắm và rút cáp Ethernet bằng cánh tay robot YAM. Phương pháp tiếp cận robot tác tử của doanh nghiệp này giúp tự động hóa quá trình khởi tạo và hiệu chuẩn các môi trường mô phỏng bằng Isaac Lab 3.0 và Newton, nơi chiến lược vận hành được huấn luyện. Quá trình đào tạo các robot có năng lực đòi hỏi nguồn dữ liệu đa dạng. Các mô hình và quy trình làm việc mở của NVIDIA cung cấp cho giới nghiên cứu những công cụ vượt trội phục vụ việc thu thập và gán nhãn dữ liệu: Đối với các nhà nghiên cứu xây dựng bộ dữ liệu huấn luyện robot, quy trình làm việc mở Video to Data mới của NVIDIA có khả năng chuyển đổi video ghi lại hoạt động của con người thành các thao tác mẫu mô phỏng của robot, đi kèm một thử thách nhằm khuyến khích cộng đồng nghiên cứu tiếp tục phát triển công nghệ này. Mô hình mở NVIDIA EgoHand — hiện được trình diễn tại hội nghị CoRL và ghi nhận hơn 40.000 lượt tải xuống trên nền tảng Hugging Face trong vòng hai tuần kể từ khi ra mắt — có khả năng tái tạo chuyển động tay 3D, được huấn luyện từ dữ liệu do Noitom Robotics cung cấp. https://blogs.nvidia.com/wp-content/uploads/2026/11/egohand-demo.mp4 Môi trường mô phỏng — Nơi diễn ra quá trình đào tạo và mở rộng quy mô Một mô hình đã qua đào tạo sơ bộ mang lại cho robot bộ kỹ năng cốt lõi. Môi trường mô phỏng cho phép các nhà nghiên cứu đào tạo, tinh chỉnh và đánh giá các kỹ năng trên quy mô lớn trước khi triển khai trên robot thực tế. NVIDIA Isaac Lab, khung học máy cho robot mã nguồn mở, tạo nền tảng cho công tác này. Phiên bản mới nhất, Isaac Lab 3.0, cho phép các nhà nghiên cứu sử dụng các tác tử để nhanh chóng thiết lập môi trường huấn luyện với các tài nguyên sẵn sàng cho mô phỏng, chuyển đổi linh hoạt giữa các bộ giải vật lý NVIDIA PhysX và Newton, lựa chọn trình kết xuất đồ họa phục vụ đào tạo dựa trên thị giác và áp dụng thư viện hậu đào tạo tăng cường mới cho các mô hình nền tảng như GR00T. Mô phỏng vật lý chính xác là yếu tố then chốt để chuyển giao các kỹ năng đã học từ môi trường mô phỏng sang robot thực tế. Khả năng tích hợp chặt chẽ hơn với Newton, một công cụ vật lý mã nguồn mở, hiện cho phép Isaac Lab mô hình hóa các vật thể biến dạng như dây cáp và vải, cùng các hệ thống khớp nối phức tạp như bàn tay robot có nhiều khớp tương tác. https://blogs.nvidia.com/wp-content/uploads/2026/11/newton-strawberry.mp4 Khả năng tích hợp với Newton mô phỏng hiện tượng quả dâu tây bị biến dạng dưới lực kẹp của robot. Sự kết hợp giữa Isaac Lab và Newton vừa bảo đảm tính chính xác về mặt vật lý, vừa tối ưu hóa quy mô, cho phép các nhà nghiên cứu đào tạo song song hàng nghìn robot mô phỏng. Trong bài kiểm chuẩn thao tác khéo léo dựa trên thị giác, Isaac Lab 3.0 kết hợp với Newton đạt thông lượng huấn luyện cao gấp 2,5 lần so với Isaac Lab 2.3 sử dụng PhysX. https://blogs.nvidia.com/wp-content/uploads/2026/11/newton-physx-web.mp4 Isaac Lab hỗ trợ mô phỏng robot bằng cả Newton và NVIDIA PhysX. Các nhà phát triển đang tiếp tục mở rộng năng lực của Newton. Tại CoRL, Skild AI đã công bố Scalable Throughput-optimized Engine for Embodied Learning, hay STEE