新模擬平台「RoboCasa」將徹底改變AI智能訓練
在人工智慧（AI）技術迅速發展的過程中，資料集的規模和質量起著至關重要的作用。儘管自然語言處理（NLP）和電腦視覺算法的訓練數據集大量增加，但機器人控制和規劃算法的訓練數據依然稀缺。這主要是因為獲取此類數據相對複雜。為此，部分電腦科學家致力於創建更大的數據集和平台，用於訓練各種機器人應用的計算模型。
來自德克薩斯大學奧斯汀分校和NVIDIA研究的研究人員最近在預印本伺服器arXiv上發表了一篇論文，介紹了他們的新平台「RoboCasa」。這一平台將於2024年機器人科學與系統會議上進行展示。RoboCasa是一個大型模擬框架，用於訓練通用機器人完成各種日常任務。
「最近的AI進展主要源於在大量數據源上訓練大規模模型。」論文的主要作者Yuke Zhu說。「受到這些進展的啟發，我們希望開發出能夠執行各種日常任務的通用機器人基礎模型。RoboCasa旨在提供高質量的模擬數據，滿足此類機器人基礎模型的訓練需求。」
RoboCasa擴展自幾年前推出的模擬框架RoboSuite。研究團隊利用生成式AI工具創建了多樣化的物體資產、場景和任務，顯著提高了模擬世界的多樣性和真實性。RoboCasa支持各種機器人硬件平台，並提供包含超過10萬條軌跡的大型數據集，用於模型訓練。
RoboCasa平台包括數千個3D場景，包含超過150種不同類型的日常物品，以及數十種家具和電器。其高度真實的模擬由生成式AI工具進行豐富。Zhu及其同事設計了100個可供機器人算法訓練的任務，並為這些任務編寫了高質量的人類演示。該平台還包含生成有效軌跡和運動的方法，讓機器人完成這些任務。
將模擬數據與實際數據結合
Zhu表示：「兩個關鍵發現令我非常興奮。首先，我們展示了一個擴展趨勢：隨著（機器生成的）訓練數據集規模的增大，模型的性能穩步提升。其次，將模擬數據與實際數據結合，發現增強數據集提高了機器人在實際任務中的性能。」
RoboCasa利用大型語言模型（如GPT-4）創建多樣化的日常任務，展示了AI技術在提升機器人訓練數據質量和數量方面的巨大潛力。
這一新平台不僅能促進機器人技術的進一步發展，還能推動AI技術在更多領域的應用，從而為解決日常生活中的各種挑戰提供創新的解決方案。
更多科學與科技新聞都可以直接上 明日科學網 http://www.tomorrowsci.com
圖片來源：Yuke Zhu and Soroush Nasiriany cc By4.0
參考論文：
1.RoboCasa: Large-Scale Simulation of Everyday Tasks for Generalist RobotsarXiv
延伸閱讀：