RLBench
Benchmark con oltre 100 compiti per la ricerca sulla manipolazione guidata dalla visione
Licenza
MIT
Panoramica
Un benchmark e ambiente di apprendimento su larga scala per la ricerca sulla manipolazione guidata dalla visione. Offre oltre 100 compiti unici con dimostrazioni e supporta apprendimento per rinforzo, apprendimento per imitazione, apprendimento multi-task e few-shot learning. È costruito su CoppeliaSim e PyRep con modalità di osservazione configurabili, tra cui RGB, profondità, maschere di segmentazione e nuvole di punti.
RLBench è una piattaforma di benchmark su larga scala per la ricerca sulla manipolazione robotica guidata dalla visione, che fornisce oltre 100 compiti unici completi di dimostrazioni esperte a supporto di diversi paradigmi di apprendimento. Costruito sul simulatore CoppeliaSim con integrazione PyRep, il benchmark offre ricche osservazioni sensoriali, tra cui immagini RGB, mappe di profondità, maschere di segmentazione semantica e nuvole di punti. RLBench supporta diversi approcci di apprendimento, tra cui apprendimento per rinforzo, apprendimento per imitazione, apprendimento multi-task e few-shot learning, il che lo rende un banco di prova versatile per valutare come i robot possano acquisire abilità di manipolazione da diversi tipi di segnali di addestramento. I compiti coprono un'ampia gamma di primitive di manipolazione e livelli di complessità, dalle semplici operazioni di pick-and-place a intricate sequenze di assemblaggio in più passaggi, offrendo una copertura completa dello spazio delle abilità di manipolazione.
Perché è importante
RLBench è il più grande benchmark di manipolazione guidata dalla visione disponibile, con oltre 100 compiti che mettono alla prova di tutto, dal semplice raggiungimento all'assemblaggio in più passaggi. È diventato la suite di valutazione standard per la ricerca sull'apprendimento per imitazione e sulla manipolazione basata sulla visione.
Il problema che risolve
Valutare gli algoritmi di manipolazione richiede compiti diversificati e standardizzati con protocolli di valutazione coerenti. RLBench fornisce oltre 100 compiti con generazione automatica delle dimostrazioni, eliminando la necessità di raccoglierle manualmente.
Punti chiave
- Oltre 100 compiti di manipolazione unici con generazione di dimostrazioni
- Supporta l'apprendimento basato sulla visione con più punti di vista delle telecamere
- Compatibile con apprendimento per rinforzo, apprendimento per imitazione e apprendimento multi-task
- Costruito su CoppeliaSim (V-REP) con fisica e rendering realistici
- Generazione automatica di dimostrazioni per qualsiasi compito, senza bisogno di dati umani
A chi si rivolge
- Ricercatori che valutano policy di manipolazione basate sulla visione
- Team che confrontano algoritmi di apprendimento per imitazione
- Sviluppatori che costruiscono controller multi-task per robot
- Studenti che esplorano la manipolazione e la pianificazione dei compiti
Limiti
- È costruito su CoppeliaSim, che può essere più lento di MuJoCo
- La difficoltà dei compiti varia molto: alcuni sono banali, altri estremamente difficili
- Le osservazioni visive possono essere rumorose a seconda della configurazione delle telecamere
- Richiede l'installazione di CoppeliaSim, che ha una propria licenza