3D虛擬環(huán)境的最新發(fā)展讓我們可以訓練和評估AI算法。然而，以往的研究大多針對視覺導航，并未關注物理交互。

最近arXiv.org上的一篇論文提出了一項新的嵌入式AI任務。代理必須在現(xiàn)實的虛擬環(huán)境中移動和改變各種對象的狀態(tài)。特別是，具有兩個九自由度臂的代理必須探索虛擬房屋，尋找分散在不同房間的物體，并將它們帶到所需的位置。此外，容器被放置在房子里。代理可以使用它們一次傳輸兩個以上的對象。

為訓練開發(fā)了一個完全基于物理的API。結果表明，純強化學習模型難以完成任務?；诜謱右?guī)劃的代理取得了更好的結果，但仍然無法解決任務。

我們引入了一個視覺引導和物理驅動的任務和運動規(guī)劃基準，我們稱之為ThreeDWorld運輸挑戰(zhàn)。在這個挑戰(zhàn)中，一個配備了兩個9自由度關節(jié)臂的實體代理在模擬的物理家庭環(huán)境中隨機生成。代理需要找到散落在房子周圍的一小組物體，撿起它們，然后將它們運送到所需的最終位置。我們還在房屋周圍放置容器，這些容器可用作幫助有效運輸物品的工具。為了完成任務，實體代理必須計劃一系列動作，以在面對現(xiàn)實的物理約束時改變大量對象的狀態(tài)。我們使用ThreeDWorld模擬構建了這個基準挑戰(zhàn)：一個虛擬3D環(huán)境，其中所有對象都響應物理，以及可以使用完全物理驅動的導航和交互API控制的位置。我們在這個基準上評估了幾個現(xiàn)有的代理。實驗結果表明：1)純RL模型難以應對這一挑戰(zhàn);2)基于分層規(guī)劃的代理可以傳輸一些對象，但離解決這個任務還很遠。我們預計該基準將使研究人員能夠為物理世界開發(fā)更智能的物理驅動機器人。

　　免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！