RoboCasa
用於訓練通用型家用機器人的大規模模擬
授權條款
MIT
概述
用於在日常環境中訓練通用型機器人的大規模模擬框架。具備 100 多個擬真的廚房場景、2500 多個 3D 物件,以及多樣的家務任務,用於具身 AI 研究。
RoboCasa 是一套大規模模擬框架,專為在擬真的日常居家環境中訓練通用型機器人而設計,著重於廚房中的家務任務。此框架提供超過 100 個精細的廚房場景,具備多樣的格局、家電與陳設,並放入由 2500 多個高擬真 3D 物件組成的物件庫,包括炊具、餐具、食材與家電。任務定義涵蓋烹飪、清潔、整理與備餐等常見家務活動,呈現真實居家環境的複雜性與多樣性。大規模的場景與物件種類,使人能訓練必須應付多樣物件、環境與任務設定的通用型操作策略,而非單一任務的專用策略。
為何重要
RoboCasa 是第一個專為家用機器人任務設計的大規模模擬框架。它擁有 100 多個擬真的廚房場景與 2500 多個物件,提供訓練能在真實住家而非只在實驗室中運作之機器人所需的環境多樣性。
解決的問題
大多數模擬基準測試使用簡單的桌面配置,看起來一點都不像真實的廚房。RoboCasa 提供訓練能泛化到真實居家環境的家務操作策略所需的場景多樣性與擬真度。
重點
- 100 多種逼真的廚房場景格局,物件擺放擬真
- 2500 多個 3D 物件資產,來自 AI 生成與掃描來源
- 多樣的家務任務,包括烹飪、清潔與整理
- 以 robosuite 與 MuJoCo 打造,模擬快速且穩定
- 支援為模仿學習進行大規模資料生成
適用對象
- 開發家用機器人策略的研究人員
- 訓練通用型操作模型的團隊
- 開發居家助理機器人的公司
- 打造廚房自動化系統的開發者
限制
- 著重於廚房環境:尚未支援其他房間
- 物件互動物理比真實世界的行為簡化
- 大規模資料生成需要大量運算資源
- 場景生成流程有特定的硬體需求