핵심 요약
AWS가 Embodied AI 블로그 Part 1의 내용을 통해 Isaac GR00T N1.5 3B를 쉽게 미세 조정하는 확장 인프라를 시연했습니다.
구현 방법
- AWS CDK로 Batch/VPC/EFS/ECR/CodeBuild를 구성하고 GPU EC2에서 미세 조정을 동적으로 실행하는 엔드투엔드 파이프라인을 구축
- 데이터셋은 S3/HuggingFace/로컬 스토리지에서 시작하고, 다중 컨테이너 시뮬레이션과 연결된 학습 파이프라인으로 진행
- DCV 기반 Isaac Lab으로 시뮬레이션/평가를 수행하고 TensorBoard로 메트릭을 시각화
주요 결과
- GR00T N1.5 3B는 다양한 작업과 로봇 형태에서 일반화 성능을 보임
- 학습 시간은 수개월에서 수시간으로 대폭 단축, 엣지와 클라우드 배포 가능
- 데이터 피라미드 기반 사전학습과 피드백 루프로 효율적 학습
