葛坑信息门户网> 时事 > 金博在线娱乐官网,Facebook开源机器人框架PyRobot,拥有独立API,轻松上手快速实践

金博在线娱乐官网,Facebook开源机器人框架PyRobot,拥有独立API,轻松上手快速实践

  • 葛坑信息门户网
  • 2020-01-11 19:20:30

金博在线娱乐官网,Facebook开源机器人框架PyRobot,拥有独立API,轻松上手快速实践

金博在线娱乐官网,导语:facebook ai研究人员开源了一款机器人框架pyrobot,它以灵活、简便、易上手的特性,进一步降低了机器人研究与应用的成本。

智东西6月24日消息,近日,facebook ai研究团队开源了机器人框架pyrobot,该框架是与美国卡耐基梅隆大学(carnegie mellon university)研究人员合作创建的,能够运行由facebook的机器学习框架pytorch训练的深度学习模型。

同时,该机器人框架能够为ai社区提供一个共享代码、数据集和模型的公共api,进一步降低了研究人员的研发成本和开发时间。

这一研究成果已于美国时间2019年6月19日发表在arxiv平台上,名为《pyrobot:用于研究和基准测试的开源机器人框架(pyrobot: an open-source robotics framework for research and benchmarking)》。

近年来,facebook的ai团队非常热衷于研发机器人技术。

在过去的一年中,facebook进一步拓展了公司在全球范围内的机器人研究工作。今年5月,facebook进行了六足机器人行走训练;上周,该公司又推出了一款可以训练人工智能代理的模拟器ai habitat,以及replica真实感训练数据集。

这次开源的pyrobot,是一个基于pytorch的机器人框架。同时,还是一个轻量级的、基于机器人操作系统ros(robot operating system)的高级接口,用于在机器人学习中进行基准测试和运行实验。

pyrobot目前支持sawyer和locobot两种类型的机器人。

其中sawyer是一个7dof的协作机械臂,广泛应用于机器操控、包装、ecm自动化等众多领域,并已成功进入电子、汽车、金属制造等多个行业;而locobot是一个移动机械臂,主要用于卡内基梅隆大学机器自动化课程。

此外,支持ur5机器人等其他机器的开源框架也即将推出,其中包括mujoco和habitat等模拟器在内的集成也在计划发布中。

facebook ai在发表的论文中表示,他们相信pyrobot机器人框架与最近发布的locobot机器人的结合,能降低研究人员的研发成本和开发时间,从而实现数据驱动机器人的民主化发展。

同时,独立于硬件的api(应用程序编程接口)也将帮助整个社区共享的代码和数据集的开发。

facebook ai研发的pyrobot框架,能够为ai研究人员和维修人员降低入门门槛,帮助他们在几个小时内就能基本熟悉并轻松设置机器人,设置完后即可开始使用。

pyrobot还能为ai社区提供一个共享代码、数据集和模型的公共api,从而加快机器人的应用,并促进机器人研究生态系统的发展。

一方面,研究人员为pyrobot设计了一个预训练模型,专门用于导航、抓取和推送算法,让机器人能够进行相关数据搜集的远程操作,使机器人的学习过程更加简便。

另一方面,pyrobot还为控制机器人运动的命令提供api和高级代码,例如路径规划、视觉slam(视觉定位与地图构建)、关节位置控制、关节速度控制和关节扭矩控制,让机器人的使用更加地灵活。

基于此,pyrobot框架可以帮助ai研究人员进行实验和测试结果。除此之外,facebook ai还计划与机器人研究社区的成员合作开发基准数据集。

研究人员表示,在pyrobot的一些初始项目中,该框架简化了用于测试末端执行器控制和点目标导航的sim2real传输策略测试。

和亚马逊的robomaker一样,pyrobot也可作为机器人操作系统(ros)的界面。此外,微软在今年5月发布了一个机器人工具包的有限预览版,并在去年将ros集成到windows 10中。

值得一提的是,除了深度学习框架pytorch外,facebook还在本月推出了pytorch hub,以支持人工智能模型的复现性。

pyrobot机器人框架能够为ai社区提供一个共享代码、数据集和模型的公共api,拥有灵活、简易等特性,进一步降低了机器人研发的复杂程度,促进机器人研发生态系统的发展。

过去一年以来,facebook在人工智能领域不断推出创新研究成果,并开源了pyrobot、habitat等技术,而该公司在人工智能领域所做的这些努力,在今后也将进一步为人工智能机器人研究与应用降低成本,为研究人员的开发和实验带来更多的便利,帮助研究人员进一步推动机器人商业化的落地与应用。

论文链接:https://arxiv.org/abs/1906.08236

文章来源:venturebeat