人工智能技术正在社会和商业的各个方面发挥其重要作用，并将其改造到新的水平。因此，这吸引了像英伟达（Nvidia）这样的大型科技公司去设计自主移动机器人，使其比以前更快、更灵活。

目前，机器人拥有的能力不仅仅是执行任务。它们可以利用人工智能、机器学习、计算机视觉、导航等能力进行学习、适应和进化。英伟达已经利用深度学习的力量来推动这个令人兴奋的智能嵌入式机器人的新时代--从制造业和农业到安全和家庭保健。Nvidia的模拟技术正在被利用来推进未来的自主移动机器人（AMR），使其比以前更快、更灵活。

英伟达的GPU技术大会（GTC）做了一对公告，旨在加速边缘AI的发展，并实现自主移动机器人或AMR。英伟达的嵌入式和边缘计算副总裁Deepu Talla说，Nvidia最近的发展将加速人工智能应用的创建。"直到一两年前，很少有公司能够建立这些人工智能产品，因为创建一个人工智能模型一直非常困难。"他说："我们听说在某些情况下需要几个月甚至一年多的时间，然后它是......一个持续的迭代过程。你的人工智能模型永远不会完成。"

然而，英伟达已经能够通过做三件事大大减少这个时间，Talla说。第一件事是包括计算机视觉和对话式人工智能的预训练模型。第二是在其新的Omniverse平台上生成合成数据的能力。最后，转移学习使英伟达的客户有能力通过 "物理真实数据和合成数据 "的训练，利用这些预训练的模型，按照客户的确切规格进行定制。

德国研究小组德国弗劳恩霍夫研究机构（Fraunhofer Research）正在为其O3dyn平台利用Nvidia的技术，通过模拟设计和测试它们对不同环境的反应来发现和测试自主移动机器人的制造。该团队预计将加快这些机器人的速度、敏捷性和准确性，为物流和制造部署创造高速、多用途的AMR。弗劳恩霍夫IML公司的机器人和人工智能研究员朱利安-埃伯说："我们正在研究如何在物流场景中尽可能快、尽可能安全地行动。"

值得注意的是，该团队正在利用英伟达的Isaac Sim--一种可扩展的机器人模拟应用程序--来开发AMR在各种环境中的3D、无物理错误的数字渲染，测试它们在每个场景中的能力，以微调其导航和速度。弗劳恩霍夫说：“Nvidia的技术使该公司能够扫描和数字复制5400多个机器人部件，并以物理上准确的规格定制每一个部件，以虚拟创建和测试不同迭代的AMR。据报道，这些托盘移动机器人拥有达到每小时30英里的速度，并有人工智能辅助的车轮，可以在各种障碍物中导航。O3dyn还利用英伟达Jetson边缘人工智能和机器人平台来实现其摄像头和传感器输入。"弗劳恩霍夫IML的人工智能和自主系统负责人Sören Kerner表示："全向动力学是非常独特的，据我们所知，市场上没有这样的情况。”

该团队还宣称，该项目正在最大限度地缩小模拟技术和现实生活之间的差距，这意味着情况的数字渲染正变得越来越完美，使工程师能够比以往任何时候都更快地将机器人从概念带到部署--弗劳恩霍夫称之为基于模拟的人工智能概念。Kerner说："这对物流的未来非常重要，我们希望有尽可能多的人在模拟中从事这类动态机器人的定位、导航和人工智能工作。"