ManiSkill

汎用的なマニピュレーションスキル向けGPUパラレル化シミュレーション

ライセンス

Apache-2.0

概要

ManiSkill は、汎化可能なマニピュレーションスキルのためのロボティクスシミュレーションベンチマークで、GPU 並列化に対応した SAPIEN 物理エンジン上に構築されています。数千のシミュレーション環境を同時に実行でき、幅広いロボットとタスクで視覚ベースと状態ベースの両方の学習に対応します。マニピュレーションアルゴリズムを比較するための標準化された評価プロトコルを提供します。

ManiSkillは、GPU並列化を活用してロボット学習研究を大幅に加速する高性能なロボティクスシミュレーションベンチマークです。GPUアクセラレーションに対応したSAPIEN物理エンジン上に構築されたこのフレームワークは、数千の並列シミュレーション環境を同時に実行でき、強化学習アルゴリズムの学習時間を数時間から数分に短縮します。ベンチマークには、多様な難易度とマニピュレーションシナリオにわたる幅広いロボットエンボディメントとマニピュレーションタスクが含まれ、視覚観測と特権的な状態ベースの学習の両方をサポートしています。膨大なタスクの多様性により、さまざまな物体の種類、目標設定、物理的相互作用にわたってマニピュレーションアルゴリズムを包括的に評価できます。計算性能とタスクの多様性を組み合わせることで、ManiSkillはロボット学習アルゴリズムの迅速な反復を可能にすると同時に、汎化能力を試す挑戦的なベンチマークを提供します。

重要な理由

ManiSkillは、GPU並列化マニピュレーションベンチマークの限界を押し広げます。12の異なるドメインにわたるタスクと幅広いロボットエンボディメントにより、マニピュレーションアルゴリズムが本当に汎化するかどうかを明らかにする大規模な評価を可能にします。

解決する課題

ほとんどのマニピュレーションベンチマークはタスク数が50未満で、汎化性能の評価が困難です。ManiSkillは、GPU並列化された幅広いタスクを提供し、学習済みポリシーが未知の物体、姿勢、シナリオに対応できるかを徹底的に検証します。

主なポイント

GPU並列化シミュレーションによる12の異なるドメインにわたるタスク
多様なロボットエンボディメントを標準でサポート
状態ベースと視覚ベースの両方の観測モード
リアルな接触物理を備えたSAPIENエンジン上に構築
公平なアルゴリズム比較のための標準化された評価プロトコル

対象

汎化可能なマニピュレーションアルゴリズムを評価する研究者
視覚ベースのポリシー学習をベンチマークするチーム
マルチタスクのロボットコントローラーを構築する開発者
マニピュレーションのための強化学習を学ぶ学生

制限事項

完全なGPU並列化モードには NVIDIA GPU が必要
SAPIEN エンジンは MuJoCo ほど広く使われておらず、エコシステムとの互換性が低下する
ベンチマークスイート内でタスクの難易度に大きなばらつきがある
急速に進化する機能にドキュメントが追いつかないことがある