ARDY nedir?
Projenin tam adı "ARDY: Autoregressive Diffusion with Hybrid Representation for Interactive Human Motion Generation". Makale ACM Transactions on Graphics 45(4) sayısında 86 numaralı makale olarak çıktı, depo onu SIGGRAPH makalesi olarak tanıtır. Yazarlar Kaifeng Zhao, Mathis Petrovich, Haotian Zhang, Tingwu Wang, Siyu Tang ve Davis Rempe.
README'ye göre model çevrim içi metin istemlerini ve uzun ufuklu kinematik kısıtları gerçek zamanlı tepkiyle destekler. Kısıtlar dört türde gelir:
- Kök yolları ve ara noktalar (waypoints)
- Tüm gövde anahtar kareleri
- Seyrek eklem konumları
- Seyrek eklem dönüşleri
Depoda kod, kontrol noktaları ve demolar bulunuyor. Kod nv-tlabs/ardy deposunda, ağırlıklar Hugging Face'teki nvidia hesabında duruyor.
ARDY nasıl çalışır?
ARDY hareketi parça parça, otoregresif adımlarla üretir. Her adımda model metin gömmelerini ve isteğe bağlı kinematik kısıtları alır, karşılığında yeni hareket kareleri verir. Koddaki giriş noktası Ardy.autoregressive_step() fonksiyonudur. Kısıtlar motion_mask ve observed_motion tensörleriyle aktarılır.
Metin tarafında LLM2Vec kodlayıcısı çalışır. Bu kodlayıcı, erişimi onaya bağlı Meta-Llama-3-8B-Instruct modeline dayanır. Depo, LLM2Vec kod tabanının transformers 5.0.0rc3 ile çalışacak biçimde yamalanmış bir sürümünü taşır.
Demodaki ayarlar modelin nasıl işlediğini de gösterir. History Crop Length modele verilen geçmiş kare sayısını sınırlar. Kısa geçmiş yeni istemlere daha hızlı uyar, uzun geçmiş ise karmaşık anlamsal hareketlere ve yumuşak geçişlere bağlam sağlar. Modeller 10 saniyelik bir pencereyle eğitildi. Oynatılmamış kare sayısı Replan Trigger Threshold eşiğine indiğinde yeniden planlama başlıyor. Ayak kaymasını azaltmak için ayrıca C++ ile yazılmış, isteğe bağlı bir hareket düzeltme adımı bulunur.
Unitree G1 modelleri ve öteki kontrol noktaları
ARDY altı kontrol noktasıyla gelir. Hepsi Bones Rigplay 1 verisiyle eğitildi ve NVIDIA Open Model Agreement ile lisanslandı. İskelet, FPS ve tahmin ufku (horizon) modele göre değişir:
| Model | İskelet | FPS | Ufuk | Yayın |
|---|---|---|---|---|
| ARDY-Core-RP-20FPS-Horizon40 | Core | 20 | 40 | 10 Temmuz 2026 |
| ARDY-Core-RP-20FPS-Horizon8 | Core | 20 | 8 | 10 Temmuz 2026 |
| ARDY-G1-RP-25FPS-Horizon52 | Unitree G1 | 25 | 52 | 10 Temmuz 2026 |
| ARDY-G1-RP-25FPS-Horizon8 | Unitree G1 | 25 | 8 | 10 Temmuz 2026 |
| ARDY-SOMA-RP-30FPS-Horizon60 | SOMA | 30 | 60 | 15 Ekim 2026 |
| ARDY-SOMA-RP-30FPS-KimodoRep-Horizon60 | SOMA | 30 | 60 | 15 Ekim 2026 |
G1 modelini komut satırında g1 ya da g152 takma adıyla çağırırsınız. Üretim betiği G1 için .npz dosyasının yanına MuJoCo-qpos biçiminde bir .csv dosyası da yazar. Demodaki kinematik kısıt örneklemesi, Bones SEED veri setinin G1 CSV hareketlerinden beslenir. KimodoRep çeşidi ise ham kalça yerine Kimodo'nun yumuşatılmış kök gösterimiyle eğitildi.
README'ye göre ARDY, fiziksel insansı robotlar için davranış temel modeli olan GEAR SONIC için hareket planlayıcısı olarak kullanılabilir. ARDY'nin çıktısı kinematik harekettir. Robotta bu hareketi bir izleme denetleyicisi uygular, eklem sınırlarını ve güvenlik doğrulamasını da o katmanda ele alırsınız.
Etkileşimli demo ve komut satırı
Etkileşimli demo python scripts/run_demo.py komutuyla açılır ve tarayıcıda http://localhost:2333 adresinde çalışır. Karakteri yazdığınız istemle yönlendirirsiniz. p tuşu fareyle ara nokta kipini, t tuşu ok tuşlarıyla hedef hız kontrolünü açar. z tuşu da bir veri seti dizisinden kinematik kısıt örnekler. Model sekmesinde TensorRT, torch.compile ya da hızlandırmasız kip arasında seçim yaparsınız. Varsayılan cuda / bfloat16 ayarında metin kodlayıcı yaklaşık 14 GB VRAM kullanır.
Toplu üretim için scripts/generate.py vardır. Örneğin python scripts/generate.py "A person waves." --model g1 --num_samples 4 --output waves komutu outputs/waves/ klasörüne dört örnek yazar. Her .npz dosyasında dünya uzayındaki eklem konumları (posed_joints), eklem dönüşleri, kök konumları, ayak temasları, fps değeri ve istem metni bulunur. Sonucu scripts/visualize.py ile http://localhost:2334 adresinde oynatırsınız. Sık üretim yapıyorsanız metin kodlayıcı hizmetini python scripts/run_text_encoder_server.py ile arka planda başlatın. Böylece her çalıştırma modeli yeniden yüklemez.
Kurulum özeti
Depo ağırlıklı olarak Ubuntu Linux 22.04, RTX 4090, nvidia-driver-575 ve Python 3.11 ile test edildi. Asgari gereksinim Python 3.10 ve PyTorch 2.4. Kurulum şu adımlardan oluşur:
- conda ya da venv ile temiz bir Python ortamı açın.
- CUDA sürümünüze uyan PyTorch derlemesini önce kendiniz kurun.
- Deponun kökünde pip install -e ".[all]" komutunu çalıştırın. Kurulum hareket düzeltme eklentisini derlediği için CMake 3.15 ve bir C++17 derleyicisi gerekir.
- Hugging Face hesabınız için Meta-Llama-3-8B-Instruct erişimini alın ve hf auth login ile jetonunuzu tanımlayın.
Yalnız çıkarım için pip install -e . yeter. Demo için .[demo], TensorRT hızlandırması için .[trt] eklerini seçersiniz. TensorRT eki 525 ya da daha yeni bir NVIDIA sürücüsü ve kurulum sırasında pypi.nvidia.com erişimi ister. Kontrol noktaları demoda ilk kullanımda otomatik iner. Kısıtlı üretim demosu için Bones SEED verisini datasets/bones-seed/ klasörüne koyun. Türkçe kurulum notlarını Türkçe depomuzda topladık.
Kimodo kıyaslamasında ARDY
NVIDIA, ARDY-SOMA-RP-30FPS-Horizon60 modelini Kimodo Motion Generation Benchmark üzerinde değerlendirdi. Aynı tabloda, aynı hareket gösterimini tahmin eden Kimodo-SOMA-RP-ArdyRep-v1.2 de yer alıyor. Content bölümünden birkaç değer:
| Ölçüt | ARDY-SOMA-RP-30FPS-Horizon60 | Kimodo-SOMA-RP-ArdyRep-v1.2 |
|---|---|---|
| Overview R@3 (yüksek iyi) | 77.86 | 82.12 |
| Overview Skate, cm/sn (düşük iyi) | 2.760 | 3.625 |
| Metinli FB Pos, cm (düşük iyi) | 2.77 | 3.08 |
| Metinli 2D Root, cm (düşük iyi) | 1.47 | 2.90 |
Bu satırlarda ARDY ayak kaymasında ve kısıt hatalarında daha düşük değer alıyor, Kimodo ise metin eşleşmesinde (R@3) önde. Değerlendirmeyi yeniden üretmek için test paketi Kimodo deposunda kurulur, üretim ARDY deposundaki scripts/generate_eval.py ile yapılır, puanlama yeniden Kimodo deposunda tamamlanır. Ayrıntılı tablolar ve protokol notları Türkçe README'de duruyor.
Lisans dağılımı
ARDY kod tabanı Apache-2.0 ile lisanslıdır. Model kontrol noktaları ve veriler, Hugging Face indirme sayfalarında belirtilen ayrı lisanslarla gelir. Kontrol noktası tablosu altı modelin hepsi için NVIDIA Open Model Agreement gösterir.
| Parça | Lisans |
|---|---|
| Kod | Apache-2.0 |
| Model kontrol noktaları | NVIDIA Open Model Agreement (Hugging Face sayfasında) |
| Metin kodlayıcının dayandığı Llama modeli | Meta-Llama-3-8B-Instruct sayfasındaki erişim koşulları |
| Bones SEED verisi | Hugging Face veri seti sayfasındaki koşullar |
Proje kurulum sırasında üçüncü taraf açık kaynak yazılımlar indirir. Depo bu bildirimleri ATTRIBUTIONS.MD dosyasında toplar. Ticari bir proje planlıyorsanız bu koşulları ilk adımda hukuk ekibinizle gözden geçirin.
Hangi işte nereden başlanır?
ARDY bir NVIDIA GPU'lu iş istasyonunda çalışır ve G1 için kinematik hareket üretir. Robota geçiş tüm gövde denetleyicisi ve SDK katmanından geçer. Ürün seçimini de işin hangi katmanda yürüyeceği belirliyor.
| İş | Başlangıç | İlgili sayfa |
|---|---|---|
| Metinden harekete ve etkileşimli karakter denemesi | İş istasyonunda ARDY demosu, robotsuz başlangıç | Türkçe ARDY deposu |
| Çevrim dışı hareket hazırlama | Kimodo | Kimodo rehberi |
| Pozlar arasında gerçek zamanlı ara kare üretimi | MotionBricks | MotionBricks rehberi |
| Üretilen hareketi gerçek robotta izletme | Unitree G1 EDU ve GEAR SONIC | G1 EDU teklif, GEAR SONIC rehberi |
| Referans hareketi pekiştirmeli öğrenmeyle izletme | G1 EDU ve simülasyon | RL Gym |
| Laboratuvar kurulumu | G1 Ar-Ge platformu | G1 Ar-Ge platformu |
Projelerin birbirine nasıl bağlandığını NVIDIA insansı hareket projeleri merkez rehberimizde anlatıyoruz. Isaac GR00T akışı için Unitree G1 ve Isaac GR00T rehberine, gerçek gösterim verisi toplamak için G1 teleoperasyon sayfasına bakın.
Sık sorulan sorular
ARDY, Unitree G1'i doğrudan hareket ettirir mi?
ARDY G1 iskeleti için kinematik hareket üretir. README'ye göre bu hareket, gerçek robotta tüm gövde kontrolünü yapan GEAR SONIC'e planlayıcı çıktısı olarak verilebilir.
Hangi donanım gerekir?
CUDA destekli bir NVIDIA GPU. Depo ağırlıklı olarak RTX 4090 ve Ubuntu 22.04 ile test edildi. Metin kodlayıcı varsayılan ayarda yaklaşık 14 GB VRAM kullanır, CPU seçeneği daha az VRAM ister.
Kimodo ile farkı ne?
NVIDIA, Kimodo'yu denetlenebilir çevrim dışı hareket hazırlamada uzmanlaşmış bir model olarak tanımlar. ARDY ise etkileşimli, gerçek zamanlı üretim için otoregresif çalışır. İkisi aynı kıyaslama paketinde değerlendirildi.
Ticari bir projede kullanabilir miyim?
Kod Apache-2.0 lisanslıdır. Modeller NVIDIA Open Model Agreement ile gelir, Llama modeli ve Bones SEED verisi kendi sayfalarındaki koşullara bağlıdır. Projeye başlamadan önce bu üç belgeyi okuyun.
Robot almadan başlayabilir miyim?
Evet. Demo ve komut satırı G1 hareketini iş istasyonunda üretir ve tarayıcıda gösterir. Üretilen .csv dosyası MuJoCo-qpos biçimindedir.
Türkçe kaynak var mı?
Evet. nvidia-ardy-turkce deposu ARDY README'sinin ve hareket düzeltme kütüphanesi notlarının tam Türkçe çevirisini içerir.
Türkiye'de Unitree G1 ve ARDY ile
Robotlar.org, Unitree Robotics Türkiye Resmi Distribütörü olarak G1 ailesiyle araştırma yapan ekiplerle çalışıyor. ARDY belgelerinin Türkçe çevirisini nvidia-ardy-turkce deposunda yayımladık. Çeviri NVIDIA'nın Apache-2.0 lisanslı belgelerine dayanır ve değişiklik bildirimiyle paylaşılır. Aynı ailenin öteki Türkçe depoları için nvidia-kimodo-turkce ve unitree-g1-motionbricks-turkce adreslerine bakabilirsiniz.
Projenizin hangi katmanda başlayacağını keşif görüşmesinde sizinle birlikte belirliyoruz. Kimi ekip iş istasyonunda metinden harekete denemeleriyle başlar, kimi G1 EDU üzerinde tüm gövde denetleyicisine doğrudan geçer. Yapılandırma ve fiyat için kurumsal teklif formunu ya da G1 EDU teklif sayfasını kullanabilirsiniz. Üniversite ve araştırma laboratuvarlarına uygun seçenekler Unitree eğitim çözümleri sayfasında.

