LIBERO

130のプロシージャルタスクを持つ生涯ロボット学習ベンチマーク

ライセンス

MIT

概要

操作、空間、オブジェクト、目標の各領域にわたる130のプロシージャル生成タスクを備えた生涯ロボット学習ベンチマーク。MuJoCo物理シミュレーション上に構築され、知識転移と継続学習研究のための標準化された評価プロトコルを提供。

LIBEROは、130の手続き的に生成された多様なマニピュレーションタスクを通じて、ロボットの生涯学習能力を評価し発展させるために設計された包括的なベンチマークスイートです。このベンチマークは、ロボットが以前に学習した行動を保持しながら新しいスキルを継続的に獲得できるようにするという重要な課題に取り組んでおり、タスクをLIBERO-Spatial、LIBERO-Object、LIBERO-Goal、LIBERO-100の4つのタスクスイートに整理しています。MuJoCo物理エンジン上に構築されたLIBEROは、一貫した評価プロトコルを備えた標準化されたシミュレーション環境を提供し、異なる学習アルゴリズム間での再現可能な比較を可能にします。手続き的生成システムは、制御可能な難易度の段階を維持しながらタスクの多様性を確保し、ロボットが長期の学習期間にわたってどのように知識を蓄積できるかを、研究者が体系的に研究できるようにします。

重要な理由

LIBERO は、生涯ロボット学習のために特別に設計された初の包括的なベンチマークです。4つのドメインにわたる130の手続き的に生成されたタスクにより、マニピュレーションにおける継続学習と生涯学習を前進させるために必要な標準化された評価を提供します。

解決する課題

実世界に展開されるロボットは、以前のスキルを忘れることなく、継続的に新しいタスクを学習する必要があります。LIBERO は、学習アルゴリズムがマニピュレーションにおいて本当に生涯学習を実現できるかを測定するための、標準化されたベンチマークを提供します。

主なポイント

4つのドメインにわたる130の手続き的に生成されたマニピュレーションタスク
生涯学習と継続学習の評価のために特別に設計
ドメインは空間、物体、目標、長期ホライズンのマニピュレーションをカバー
標準化された評価プロトコルを備え、MuJoCo 上に構築
エージェントが古いタスクを忘れずに新しいタスクを学習できるかを検証

対象

ロボティクスにおける継続学習・生涯学習の研究者
適応的なマニピュレーションポリシーを構築するチーム
ロボットポリシーにおける破滅的忘却を評価する開発者
マニピュレーションにおける転移学習を学ぶ学生

制限事項

シミュレーション環境のみ — 実ロボットへの転移評価はない
MuJoCo ベースのタスクは実世界の複雑さを反映していない可能性がある
手続き的生成により、似たような印象のタスクが生じることがある
マニピュレーションに特化 — ロコモーションやナビゲーションのタスクはない