ROBOTICS & HUMANOID

NVIDIA SOMA Retargeter ช่วยปรับการเคลื่อนไหวของมนุษย์ให้หุ่นยนต์ฮิวแมนนอยด์

NVIDIA Technical Blog13 Nov 2026
1 min read
Key Takeaways
  • NVIDIA SOMA Retargeter เป็นเครื่องมือโอเพนซอร์สใหม่ที่ช่วยให้วิศวกรหุ่นยนต์สามารถถ่ายทอดและปรับการเคลื่อนไหวที่ซับซ้อนของมนุษย์ไปสู่หุ่นยนต์ฮิวแมนนอยด์ได้อย่างมีประสิทธิภาพ

ทำไมเรื่องนี้ถึงสำคัญ

SOMA Retargeter มีความสำคัญอย่างยิ่งต่อการพัฒนาหุ่นยนต์ฮิวแมนนอยด์ เพราะช่วยลดความซับซ้อนและเวลาในการโปรแกรมการเคลื่อนไหวที่ซับซ้อนให้กับหุ่นยนต์ ทำให้หุ่นยนต์สามารถเรียนรู้การเคลื่อนไหวที่เป็นธรรมชาติและมีประสิทธิภาพจากมนุษย์ได้ง่ายขึ้น ซึ่งจะเร่งความก้าวหน้าในการพัฒนาหุ่นยนต์ที่สามารถทำงานร่วมกับมนุษย์ในสภาพแวดล้อมจริงได้หลากหลายมากขึ้น ถือเป็นก้าวสำคัญสู่หุ่นยนต์ที่มีความคล่องตัวและชาญฉลาดยิ่งขึ้น

NVIDIA ได้นำเสนอ SOMA Retargeter ซึ่งเป็นเครื่องมือโอเพนซอร์สที่ช่วยให้นักพัฒนาหุ่นยนต์สามารถดัดแปลงข้อมูลการเคลื่อนไหวของมนุษย์ไปใช้กับหุ่นยนต์ฮิวแมนนอยด์ได้อย่างมีประสิทธิภาพ แม้ว่าการสาธิตการเคลื่อนไหวของมนุษย์จะเป็นจุดเริ่มต้นที่ดีในการสอนหุ่นยนต์ แต่หุ่นยนต์ไม่สามารถคัดลอกการเคลื่อนไหวของข้อต่อจากมนุษย์ได้โดยตรง เนื่องจากมีสัดส่วน โครงสร้างข้อต่อ และช่วงการเคลื่อนไหวที่แตกต่างกัน SOMA Retargeter ถูกสร้างขึ้นเพื่อแก้ไขปัญหานี้

เครื่องมือนี้ใช้โครงสร้างการแสดงการเคลื่อนไหวของมนุษย์ร่วมกันใน NVIDIA SOMA-X โดยมีไปป์ไลน์การ retargeting ที่ปรับเป้าหมายการเคลื่อนไหวให้เข้ากับหุ่นยนต์ แก้ไขปัญหา Inverse Kinematics (IK) ด้วย Newton ซึ่งสร้างขึ้นบน NVIDIA Warp และใช้การแก้ไขหลังการประมวลผล เช่น การปรับตำแหน่งเท้า นักพัฒนาสามารถนำข้อมูลการเคลื่อนไหวของมนุษย์มาจากแหล่งต่างๆ เช่น ชุดข้อมูล motion-capture อย่าง BONES-SEED, การสร้างการเคลื่อนไหวจากวิดีโอด้วย GEM-X หรือโมเดล generative อย่าง Kimodo และ ARDY ที่ส่งออกบนโครงสร้าง SOMA

เวอร์ชัน 0.2 ของ SOMA Retargeter มาพร้อมกับข้อมูลการกำหนดค่าอ้างอิงและตัวอย่างการเคลื่อนไหวที่ retarget แล้วสำหรับหุ่นยนต์ฮิวแมนนอยด์ 5 รุ่น รวมถึง Unitree G1, Unitree H2, Booster T1, AgiBot X2 Ultra และ AgiBot A3T3 นอกจากนี้ยังมีเครื่องมือ Robot Configurator และ IK weight optimizer เพื่อช่วยในการปรับท่าทางอ้างอิง การแมปโครงสร้าง และปรับแต่งลำดับความสำคัญของ IK เพื่อการเคลื่อนไหวของหุ่นยนต์ที่ราบรื่นยิ่งขึ้น วิถีการเคลื่อนที่ที่ retargeted สามารถส่งออกเป็นไฟล์ CSV และแปลงเป็นรูปแบบไลบรารีการเคลื่อนไหวสำหรับการฝึกนโยบายการควบคุมต่อไป

สรุปประเด็นหลัก

NVIDIA เปิดตัว SOMA Retargeter เครื่องมือโอเพนซอร์สสำหรับหุ่นยนต์ฮิวแมนนอยด์

ช่วยปรับข้อมูลการเคลื่อนไหวของมนุษย์ให้เข้ากับสัดส่วนและโครงสร้างข้อต่อของหุ่นยนต์

รองรับข้อมูลจาก motion-capture, วิดีโอ หรือ generative models และมีเครื่องมือช่วยในการปรับแต่ง

นวัตกรรมและเทคโนโลยี

robotics_software

การปรับการเคลื่อนไหวจากมนุษย์สู่หุ่นยนต์ (Motion Retargeting)

SOMA Retargeter ปรับเป้าหมายการเคลื่อนไหวให้เข้ากับสัดส่วนและโครงสร้างของหุ่นยนต์ฮิวแมนนอยด์ โดยใช้การแก้ปัญหา Inverse Kinematics และการแก้ไขหลังการประมวลผล เพื่อให้ได้การเคลื่อนไหวที่สมจริง

data_integration

รองรับแหล่งข้อมูลการเคลื่อนไหวที่หลากหลาย

เครื่องมือนี้รองรับการนำเข้าข้อมูลการเคลื่อนไหวจากชุดข้อมูล motion-capture (เช่น BONES-SEED), การสร้างจากวิดีโอ (GEM-X) และโมเดล generative (Kimodo, ARDY) ที่ใช้โครงสร้าง SOMA

developer_tools

เครื่องมือสำหรับการกำหนดค่าและการปรับแต่ง

มาพร้อมกับ Robot Configurator และ IK weight optimizer ที่ช่วยในการปรับแนวท่าอ้างอิง การแมปโครงสร้าง และการปรับแต่งลำดับความสำคัญของ Inverse Kinematics เพื่อให้การเคลื่อนไหวของหุ่นยนต์ราบรื่นขึ้น

Developer Impact
วิศวกรและนักพัฒนาหุ่นยนต์ฮิวแมนนอยด์จะได้รับประโยชน์อย่างมากจาก SOMA Retargeter ในการเร่งกระบวนการสอนหุ่นยนต์ให้เคลื่อนไหวได้อย่างเป็นธรรมชาติและซับซ้อนมากขึ้น ลดความจำเป็นในการเขียนโค้ดการเคลื่อนไหวจากศูนย์ ทำให้สามารถมุ่งเน้นไปที่การพัฒนาพฤติกรรมระดับสูงและการควบคุมหุ่นยนต์ได้อย่างมีประสิทธิภาพมากขึ้น
Keywords
#nvidia #soma retargeter #humanoid robots #motion capture #robotics #open source #inverse kinematics
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Technical Blog