Toutes les news taguées avec ce sujet.
Nvidia dresse un état des lieux des outils de simulation utilisés pour entraîner les systèmes d'IA physique, robots et agents embarqués.
NVIDIA permet d'intégrer sa simulation physique RTX aux workflows existants via OpenUSD et SimReady.
Un tour d'horizon des « world models », leur potentiel pour l'IA générative et physique, et les obstacles techniques qui subsistent.
NVIDIA détaille comment des agents IA accélèrent la création d'implémentations OpenUSD sur mesure pour la simulation physique et la robotique.
Ce modèle génératif contourne l'évolution temporelle pour simuler directement les états saturés de la turbulence gyrocinétique.
Un simulateur de conduite rapide et réaliste capable d'entraîner des agents par reinforcement learning à grande échelle.
Une étude simule comment mémoire et adaptabilité des agents influencent l'émergence d'un sens partagé dans des interactions non coopératives.
NVIDIA détaille une méthode pour évaluer les risques rares et à fort impact sans recourir à un Monte Carlo brut coûteux en calcul.
NVIDIA détaille comment optimiser les communications initiées par GPU pour accélérer les simulations de dynamique moléculaire sur des infrastructures HPC massives.
Un nouveau framework d'agents neuronaux variationels permet de piloter finement le comportement de véhicules simulés selon des axes interprétables.
Des chercheurs combinent autoencoder convolutif et transfer learning pour localiser et dimensionner des défauts structurels avec peu de données expérimentales.
Un projet expérimental combine automates cellulaires et réseaux de neurones pour simuler des comportements émergents à base de particules.