• 02-06-2026, 16:26:16
    #1
    👑BRKNET Dijital Ajans👑
    Yapay zeka dünyasında kartlar her gün yeniden dağıtılıyor ama NVIDIA bu sefer masayı komple devirecek bir hamle yaptı. İnsansı (humanoid) ve genel amaçlı robotlar için geliştirdiği beyin sistemi olan NVIDIA Isaac GR00T platformunu açık kaynak olarak GitHub'da yayınladı! 🚀
    Repo Linki:https://github.com/NVIDIA/Isaac-GR00T


    📌 Nedir bu Isaac GR00T? Neden Bu Kadar Önemli?


    Bu yazılım sıradan bir kod kütüphanesi değil. Robotların dilden (sesli veya yazılı komutlar) ve kameradan aldıkları anlık görüntülerden anlam çıkarıp, fiziksel hareket üretmesini sağlayan devasa bir VLA (Vision-Language-Action) yapay zeka modeli. Yani robota "Masadaki bardağı bana getir" diyorsunuz; o anlık olarak nesneyi algılıyor, dengesini koruyor ve tüm vücut koordinasyonunu sağlayarak o bardağı getiriyor.
    Üstelik NVIDIA, hazır eğitilmiş GR00T-N1 model ağırlıklarını da Hugging Face üzerinden tamamen ücretsiz erişime açtı.


    💻 Sistemi Nasıl Kullanırız? (Adım Adım Yol Haritası)


    Elinizde fiziksel bir robot olmasına gerek yok, her şeye simülasyon ile tamamen dijital ortamda başlayabiliyoruz. İşte izlemeniz gereken yol:


    1️⃣ Donanım Kontrolü (Cüzdanlar Hazır mı?)


    Bu sistem ağır fiziksel simülasyonlar ve yapay zeka modelleri çalıştırıyor.
    • Sadece Test (Inference): En az 16 GB VRAM'e sahip bir canavar (Örn: RTX 4090 veya üzeri) gerekiyor.
    • Modeli Eğitmek (Fine-tuning): Kendi robotunuzu eğitecekseniz 40 GB+ VRAM (A6000, H100 vb.) şart.

    2️⃣ Kurulum ve Ortam Hazırlığı

    • İlk olarak bilgisayarınıza fiziksel dünyayı simüle eden NVIDIA Isaac Lab ve Omniverse kurmanız gerekiyor.
    • Ardından repoyu bilgisayarınıza çekiyorsunuz:
    git clone https://github.com/NVIDIA/Isaac-GR00T.git
    cd Isaac-GR00T
    * Hugging Face (`nvidia/GR00T-N1`) üzerinden hazır model ağırlıklarını indiriyorsunuz.
    3️⃣ İş Akışı: Robota Görev Öğretme
    Veri Toplama: Robota yaptırmak istediğiniz hareketi VR gözlük takarak (Sanal ortamda) siz yapıyorsunuz, sistem bunu kaydediyor (LeRobot formatında).
    Eğitim: Repodaki `launch_finetune.py` script'i ile kendi verilerinizi modele besleyip robotun beynini güncelliyorsunuz.
    Simülasyon Testi: Robotu gerçek dünyaya salmadan önce Isaac Lab üzerinde test edip, dengede durabiliyor mu, pot kırıyor mu bakıyorsunuz.
    Dağıtım (Gerçek Robot): Her şey hazırsa, kodu robotun üzerindeki karta (Örn: Jetson Thor) yükleyip robotu serbest bırakıyorsunuz.

    Nasıl Çalıştığı

    https://www.youtube.com/watch?v=d5Gd...QNX9ZjGGtYyK_c

    ---
    🔥 Sistem çok yeni ve dökümantasyonlar taze. Donanımı güçlü olan arkadaşlar repodaki **"demo datasets"** (hazır veri setleri) üzerinden simülasyondaki hazır robot kollarını veya insansı robot modellerini (Unitree G1 vb.) hareket ettiren test kodlarını çalıştırarak ilk adımı atabilirler.
    Yapay zekanın fiziksel dünyaya bu kadar hızlı inmesi hakkında ne düşünüyorsunuz? Forumda bu tarz robotik veya Isaac Lab simülasyonları ile uğraşan var mı? yorumlarda tartışalım! 👇



    Örnek Videolar,

    https://www.youtube.com/watch?v=yvDDpQZliY8


    https://www.youtube.com/watch?v=m1CH-mgpdYg
  • 02-06-2026, 16:31:43
    #2
    Meta Quest 3 cihazda çalışır mı acaba yıllardır çöp gibi duruyor kenarda bi işe yarasın.
  • 02-06-2026, 16:39:27
    #3
    👑BRKNET Dijital Ajans👑
    adagursoy adlı üyeden alıntı: mesajı görüntüle
    Meta Quest 3 cihazda çalışır mı acaba yıllardır çöp gibi duruyor kenarda bi işe yarasın.
    Araştırmalarımda rastlamıştım aşağıdaki yazıya,

    Meta Quest 3, şu an bu ekosistemde "Veri Toplama" (Data Collection / Teleoperation) aşaması için biçilmiş kaftan.
    NVIDIA, Isaac Lab platformuna Meta Quest 3 desteğini doğrudan entegre etti. Elinizdeki gözlük, yapay zekayı (GR00T) eğitecek veri setlerini üretmenizi sağlıyor.
    Yani süreç şöyle işliyor: Gözlüğü takıyorsunuz, ellerinizi (hand tracking) veya kontrolcüleri hareket ettiriyorsunuz. Sizin gerçek dünyadaki el ve kol hareketleriniz, simülasyondaki bardağı tutmaya çalışan robota anlık olarak aktarılıyor (retargeting). Siz bardağı kaldırdıkça sistem bunu bir "başarı hikayesi" (veri seti) olarak kaydediyor. Sonra bu veriyi GR00T'a verip "Bak insan böyle yapıyor, sen de öğren" diyorsunuz.