在Jetson Orin Nano上跑零样本导航的代价:生成式仿真省了300小时数据采集,但推理延迟从22ms涨到41ms
我是周明远,做嵌入式AI部署三年多,大部分时间都在跟内存和延迟掰手腕。去年公司接了一个中型物流仓库的AMR改造项目,要求机器人能在动态变化的托盘堆中自主导航,从A点到B点搬货。起初我想,这不就是一个Nav2 + 激光SLAM配上规则避障吗?结果第一次现场测试,机器人就把一摞歪放的塑料托盘撞倒了——仓…
我是周明远,做嵌入式AI部署三年多,大部分时间都在跟内存和延迟掰手腕。去年公司接了一个中型物流仓库的AMR改造项目,要求机器人能在动态变化的托盘堆中自主导航,从A点到B点搬货。起初我想,这不就是一个Nav2 + 激光SLAM配上规则避障吗?结果第一次现场测试,机器人就把一摞歪放的塑料托盘撞倒了——仓…
我们把VLA模型从Isaac Sim的完美厨房丢进了真实杂乱厨房,7个家庭操作任务的真机测试揭示了7种典型崩溃模式——透明物体骗过深度相机、阴影被当成物体边缘、塑料袋纹理让注意力错位。通过域随机化、测试时在线适应和力控闭环的组合策略,成功率从47%拉回81%,但代价是推理延迟增加15%和额外传感器成本。