RLBench
用於視覺引導操作研究的 100 多項任務基準測試
授權條款
MIT
概述
一套用於視覺引導操作研究的大規模基準測試與學習環境。提供 100 多項附示範資料的獨特任務,支援強化學習、模仿學習、多任務學習與少樣本學習。以 CoppeliaSim 與 PyRep 打造,觀測模式可設定,包括 RGB、深度、分割遮罩與點雲。
RLBench 是一個用於視覺引導機器人操作研究的大規模基準測試平台,提供超過 100 項附專家示範的獨特任務,以支援多種學習範式。此基準測試以 CoppeliaSim 模擬器打造並整合 PyRep,提供豐富的感測觀測,包括 RGB 影像、深度圖、語意分割遮罩與點雲。RLBench 支援多種學習方法,包括強化學習、模仿學習、多任務學習與少樣本學習,是評估機器人如何從不同類型的訓練訊號習得操作技能的多用途測試平台。這些任務涵蓋廣泛的操作基本動作與複雜度,從簡單的取放操作到精細的多步驟組裝序列,全面涵蓋操作技能空間。
為何重要
RLBench 是現有規模最大的視覺引導操作基準測試,100 多項任務涵蓋從簡單的伸手到多步驟組裝的各種測試。它已成為模仿學習與視覺式操作研究的標準評測套件。
解決的問題
評估操作演算法需要多樣化、標準化且評測協定一致的任務。RLBench 提供 100 多項可自動產生示範的任務,免去手動收集示範資料的需要。
重點
- 100 多項獨特操作任務,可產生示範資料
- 支援多個攝影機視角的視覺式學習
- 相容於強化學習、模仿學習與多任務學習
- 以 CoppeliaSim(V-REP)打造,具備擬真的物理與算圖
- 任何任務皆可自動產生示範資料,不需要人類資料
適用對象
- 評估視覺式操作策略的研究人員
- 對模仿學習演算法進行基準測試的團隊
- 開發多任務機器人控制器的開發者
- 探索操作與任務規劃的學生
限制
- 以 CoppeliaSim 打造,速度可能比 MuJoCo 慢
- 任務難度差異很大:有些非常簡單,有些極為困難
- 視覺觀測可能因攝影機設定而帶有雜訊
- 需要安裝 CoppeliaSim,而它有自己的授權條款