LIBERO

130개의 절차적 태스크를 갖춘 평생 로봇 학습 벤치마크

라이선스

MIT

개요

조작, 공간, 객체, 목표 영역에 걸쳐 130개의 절차적 생성 태스크를 갖춘 평생 로봇 학습 벤치마크. MuJoCo 물리 시뮬레이션을 기반으로 구축되었으며, 지식 전이 및 지속 학습 연구를 위한 표준화된 평가 프로토콜을 제공합니다.

LIBERO는 130개의 절차적으로 생성된 다양한 매니퓰레이션 작업을 통해 로봇의 평생 학습 능력을 평가하고 발전시키기 위해 설계된 종합 벤치마크 모음입니다. 이 벤치마크는 로봇이 이전에 학습한 행동을 유지하면서 새로운 기술을 지속적으로 습득할 수 있도록 하는 핵심 과제를 다루며, 작업을 LIBERO-Spatial, LIBERO-Object, LIBERO-Goal, LIBERO-100의 네 가지 작업 모음으로 구성합니다. MuJoCo 물리 엔진을 기반으로 구축된 LIBERO는 일관된 평가 프로토콜을 갖춘 표준화된 시뮬레이션 환경을 제공하여, 서로 다른 학습 알고리즘 간의 재현 가능한 비교를 가능하게 합니다. 절차적 생성 시스템은 제어 가능한 난이도 진행을 유지하면서 작업 다양성을 보장하여, 연구자들이 로봇이 장기간의 학습 기간 동안 어떻게 지식을 축적할 수 있는지 체계적으로 연구할 수 있게 합니다.

중요한 이유

LIBERO는 평생 로봇 학습을 위해 특별히 설계된 최초의 종합 벤치마크입니다. 4개 도메인에 걸친 130개의 절차적으로 생성된 작업을 통해, 매니퓰레이션 분야의 지속 학습과 평생 학습을 발전시키는 데 필요한 표준화된 평가를 제공합니다.

해결하는 문제

실제 환경에 배포된 로봇은 이전 기술을 잊지 않으면서 새로운 작업을 지속적으로 학습해야 합니다. LIBERO는 학습 알고리즘이 매니퓰레이션에서 실제로 평생 학습을 달성할 수 있는지 측정하는 표준화된 벤치마크를 제공합니다.

핵심 요점

• 4개 도메인에 걸친 130개의 절차적으로 생성된 매니퓰레이션 작업
• 평생 학습과 지속 학습 평가를 위해 특별히 설계됨
• 공간, 물체, 목표, 장기 호라이즌 매니퓰레이션을 아우르는 도메인
• 표준화된 평가 프로토콜을 갖추고 MuJoCo 기반으로 구축
• 에이전트가 이전 작업을 잊지 않고 새 작업을 학습할 수 있는지 테스트

대상

• 로보틱스 분야의 지속 학습 및 평생 학습 연구자
• 적응형 매니퓰레이션 정책을 구축하는 팀
• 로봇 정책의 파국적 망각을 평가하는 개발자
• 매니퓰레이션 분야의 전이 학습을 공부하는 학생

한계

• 시뮬레이션 환경 전용 — 실제 로봇으로의 전이 평가 없음
• MuJoCo 기반 작업은 실제 환경의 복잡성을 반영하지 못할 수 있음
• 절차적 생성으로 비슷하게 느껴지는 작업이 생성될 수 있음
• 매니퓰레이션에 집중 — 보행이나 내비게이션 작업 없음