ManipulaTHOR可以在更复杂的环境中进行更快的训练

艾伦AI研究院(AI2)宣布发布其嵌入式人工智能框架AI2-THOR的3.0版本，该框架在其测试框架中添加了主动对象操纵技术。ManipulaTHOR是此类虚拟代理中的第一款，它具有高度铰接的机械臂，该机械臂配备了三个肢体长度相等的关节，并且完全由旋转关节组成，从而为操纵对象带来了更人性化的方法。

AI2-THOR是第一个在超过100个视觉丰富，具有物理功能的房间中研究对象操纵问题的测试框架。通过支持对操纵模型中通用功能的训练和评估，与当前的实际训练方法相比，ManipulaTHOR可以在更复杂的环境中进行更快的训练，同时也更加安全和更具成本效益。

一个机器人能够操纵厨房，打开冰箱并取出一罐苏打水。这是机器人技术中最大的但经常被忽视的挑战之一，而AI2-THOR是第一个为将对象移动到虚拟房间中不同位置，实现可重复性和测量进度的任务而设计基准的工具。

经过五年的艰苦努力，我们现在可以开始训练机器人来像我们一样感知和导航世界，从而使现实使用模型比以往任何时候都更容易实现。

尽管已经成为机器人技术领域的一个成熟研究领域，但是对象操纵的视觉推理方面一直是研究人员面临的最大障碍之一。实际上，人们早就知道机器人要努力正确地感知，导航，行动并与世界上其他人交流。AI2-THOR通过复杂的模拟测试环境解决了这个问题，研究人员可以使用该环境来训练机器人进行现实世界中的最终活动。

随着AI2-THOR体现的AI的开创性，为了共同的利益，景观发生了变化。AI2-THOR使研究人员能够有效地设计解决方案，以解决对象操纵问题以及与机器人测试相关的其他传统问题。

与在实际的机器人上进行实验相比，AI2-THOR的速度和安全性高得令人难以置信。多年来，AI2-THOR已使人们能够研究许多不同的任务，例如导航、指令遵循、多智能体协作、执行家务、推理是否可以打开对象。AI2-THOR的这种发展使研究人员和科学家能够扩展当前实现的AI的极限。

除3.0版本外，该团队还将在今年的计算机视觉和模式识别会议(CVPR)上与RoboTHOR Challenge 2021以及Embeded AI Workshop一起举办。AI2的挑战包括RoboTHOR对象导航;ALFRED(指令跟随机器人)。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！