Asawaree Bhide

Asawaree Bhide 是 NVIDIA 的 AI 嵌入式工程实习生,致力于优化和部署边缘设备上的深度学习模型。她目前正在乔治亚理工学院攻读计算机科学硕士学位,她对解决由具体代理自主导航的复杂感知任务感兴趣。Tomasz Lewicki 是 NVIDIA 的嵌入式工程实习生。他拥有圣何塞州立大学计算机工程硕士学位,华沙工业大学华沙工业大学机器人工程学学士学位。他的兴趣集中在计算机视觉和机器人应用的深度学习上。

Posts by Asawaree Bhide

计算机视觉/视频分析

借助 NVIDIA Isaac Sim 构建合成数据流水线,训练更智能的机器人

随着机器人承担的动态移动任务日益增多,开发者需要具备物理级精度且能够跨环境和工作负载高效扩展的仿真系统。 2 MIN READ
机器人

使用 OpenUSD 强化机器人开发的 3 种简单方法

随着对机器人技术需求的持续增长,人们对高精度物理仿真的需求也达到了前所未有的高度。通用场景描述(OpenUSD)正成为推动这一变革的关键力量, 2 MIN READ
机器人

在 NVIDIA Isaac Lab 2.3 中通过全身控制和增强远程操作简化机器人学习

从现实世界演示中训练机器人策略不仅成本高、耗时长,还容易导致过拟合,从而限制了在不同任务和环境中的泛化能力。相比之下, 3 MIN READ
机器人

在 NVIDIA Isaac Lab 2.3 中使用全身控制和增强遥操作,简化机器人学习

基于真实世界演示训练机器人策略,不仅成本高、速度慢,还容易出现过拟合问题,进而限制其在不同任务与环境中的泛化能力。 3 MIN READ
AI 平台/部署

R²D²:利用 NVIDIA Research 的全球基础模型和工作流提升机器人训练效率

随着物理 AI 系统的进步,对丰富标记数据集的需求正在加速增长,超出了我们在现实世界中手动捕捉的能力。世界基础模型 (WFM)… 3 MIN READ
模型/库/框架

使用 NVIDIA Cosmos Predict-2 构建自定义物理人工智能基础模型

构建更智能的机器人和自动驾驶汽车 (AV) 始于能够理解现实世界动态的物理 AI 模型。这些模型发挥着两个关键作用: 2 MIN READ