重排：具身 AI 的一项挑战
人工智能
2020-11-05 v1 计算机视觉与模式识别
机器学习
机器人学
摘要
我们描述了具身 AI 研究与评估的一个框架。我们的提议基于一个标准任务：重排。一个标准任务可以聚焦新技术的开发，并作为可迁移到其他环境的训练模型来源。在重排任务中，目标是将给定物理环境带入指定状态。目标状态可由物体位姿、图像、语言描述指定，或让智能体在目标状态中体验环境来指定。我们沿不同轴线刻画重排场景，并描述用于基准测试重排性能的度量指标。为促进研究与探索，我们在四种不同仿真环境中给出了重排场景的实验测试平台。我们预期将发布其他数据集并构建新的仿真平台，以支持重排智能体的训练及其在物理系统中的部署。
引用
@article{arxiv.2011.01975,
title = {Rearrangement: A Challenge for Embodied AI},
author = {Dhruv Batra and Angel X. Chang and Sonia Chernova and Andrew J. Davison and Jia Deng and Vladlen Koltun and Sergey Levine and Jitendra Malik and Igor Mordatch and Roozbeh Mottaghi and Manolis Savva and Hao Su},
journal= {arXiv preprint arXiv:2011.01975},
year = {2020}
}
备注
Authors are listed in alphabetical order