RoboHive：一个统一的机器人学习框架
机器人学
2023-10-11 v1
摘要
我们提出 RoboHive，一个面向机器人学习与具身人工智能研究领域的综合性软件平台与生态系统。我们的平台涵盖多种已有和全新的环境，包括使用 Shadow Hand 的灵巧操作、使用 Franka 和 Fetch 机器人的全臂操作任务、四足机器人 locomotion 等。所包含的环境经过组织并覆盖多个领域，如手部操作、运动、多任务、多智能体、肌肉等。与先前工作相比，RoboHive 提供了精简且统一的任务接口，仅依赖于一组最少量的良好维护的软件包，具有高精度物理保真度和丰富视觉多样性，并支持用于真实世界部署的通用硬件驱动。RoboHive 的统一接口为模仿学习、强化学习、多任务学习和分层学习中的算法研究提供了便捷且易用的抽象。此外，RoboHive 为大多数环境提供了专家演示与基线结果，为基准测试和比较提供了标准。详情见 https://sites.google.com/view/robohive
引用
@article{arxiv.2310.06828,
title = {RoboHive: A Unified Framework for Robot Learning},
author = {Vikash Kumar and Rutav Shah and Gaoyue Zhou and Vincent Moens and Vittorio Caggiano and Jay Vakil and Abhishek Gupta and Aravind Rajeswaran},
journal= {arXiv preprint arXiv:2310.06828},
year = {2023}
}
备注
Accepted at 37th Conference on Neural Information Processing Systems (NeurIPS 2023) Track on Datasets and Benchmarks