雷鋒網(wǎng) AI 科技評(píng)論：Facebook AI 小組今日在博客開(kāi)源了一個(gè)仿真 3D 環(huán)境平臺(tái) Habitat，該平臺(tái)讓我們可以在其中訓(xùn)練與評(píng)估 AI 智能體，正式宣告「3D 訓(xùn)練時(shí)代」來(lái)臨。雷鋒網(wǎng)將之編譯如下。

在將學(xué)習(xí)到的技能運(yùn)用到現(xiàn)實(shí)世界以前，Habitat 允許我們?cè)诒普妗⒏咝У?3D 模擬器中對(duì) AI 智能體（虛擬機(jī)器人）進(jìn)行訓(xùn)練。過(guò)去基于靜態(tài)數(shù)據(jù)集（ImageNet、COCO、VQA）的「互聯(lián)網(wǎng) AI」，搖身一變成在現(xiàn)實(shí)環(huán)境運(yùn)作的「具身 AI」，進(jìn)而賦予 AI 積極感知、長(zhǎng)期規(guī)劃、從交互中學(xué)習(xí)以及基于環(huán)境的對(duì)話(huà)等能力。

為啥叫 Habitat ？因?yàn)檫@是 AI 智能體生活的地方。

總的來(lái)說(shuō)，Habitat 是一個(gè)落實(shí)「具身 AI」研究的平臺(tái)，當(dāng)中包括了 Habitat-Sim、Habitat-API 以及 Habitat Challenge。

Habitat-Sim

一個(gè)配備了可配置智能體、多款傳感器、通用 3D 數(shù)據(jù)集處理器（內(nèi)置支持 SUNCG、MatterPort3D、Gibson 及其他數(shù)據(jù)集）的靈活、高性能 3D 模擬器。以 Matterport3D 數(shù)據(jù)集的場(chǎng)景渲染過(guò)程為例，Habitat-Sim 的單線(xiàn)程運(yùn)行高達(dá)數(shù)千幀/秒（FPS），且只需單個(gè) GPU 就能實(shí)現(xiàn)超過(guò) 10,000 FPS 的多線(xiàn)程運(yùn)行！

Github 網(wǎng)址：https：//github.com/facebookresearch/habitat-sim

Habitat-API

Habitat-API 是一個(gè)能夠?qū)崿F(xiàn)「具身 AI」端到端開(kāi)發(fā)任務(wù)的模塊化高級(jí)庫(kù)，這些開(kāi)發(fā)任務(wù)包括：定義「具身 AI」任務(wù)（導(dǎo)航、指令跟蹤、問(wèn)答等）、配置「具身」智能體（物理形式、傳感器、功能等），培訓(xùn)這些智能體（通過(guò)模仿或強(qiáng)化學(xué)習(xí)，或者像經(jīng)典 SLAM 那樣完全不學(xué)習(xí)）以及通過(guò)標(biāo)準(zhǔn)指標(biāo)對(duì)其定義任務(wù)的表現(xiàn)進(jìn)行基準(zhǔn)測(cè)試。

Github 網(wǎng)址：https：//github.com/facebookresearch/habitat-api

Habitat 挑戰(zhàn)賽

我們將舉辦自動(dòng)導(dǎo)航挑戰(zhàn)賽（在 EvalAI 平臺(tái)上舉行），旨在加速推動(dòng)「具身 AI」的基準(zhǔn)測(cè)試與研發(fā)進(jìn)展。與傳統(tǒng)基于圖像數(shù)據(jù)集的「互聯(lián)網(wǎng) AI」挑戰(zhàn)賽（如 ImageNet LSVRC、COCO、VQA）不同的是，我們將基于參與者的上傳代碼而非預(yù)測(cè)結(jié)果進(jìn)行評(píng)判。上傳的智能體會(huì)在最新的（隱形的）環(huán)境中進(jìn)行評(píng)估，以測(cè)試其泛化能力。如果您有興趣參與，請(qǐng)?jiān)?a target="_blank" rel=nofollow>此表格中填寫(xiě)姓名與電子郵件地址，我們將在提交生效后回復(fù)您。挑戰(zhàn)賽的獲勝者名單將會(huì)在 CVPR-2019 的 Habitat：Embodied Agents Challenge and Workshop 上宣布。

Github 網(wǎng)址：https：//github.com/facebookresearch/habitat-challenge

其他類(lèi)似平臺(tái)

OpenAI 的 Gym Retro

該平臺(tái)同樣主打智能體能力泛化，不過(guò)就局限在游戲領(lǐng)域，發(fā)布至今響應(yīng)者眾。簡(jiǎn)單來(lái)說(shuō)，Gym Retro 可以幫助研究智能體在本質(zhì)相似但外觀不同的游戲之間進(jìn)行泛化的能力，尤其關(guān)注同一游戲的不同級(jí)別之間進(jìn)行泛化的比較容易的問(wèn)題，涉及了包括世嘉和任天堂在內(nèi)的 1000 多款游戲。隨著 Gym Retro 一同發(fā)布的尚有一款集成工具，讓我們輕松添加游戲 ROM，進(jìn)而創(chuàng)建儲(chǔ)存狀態(tài)、尋找內(nèi)存位置以及設(shè)計(jì)強(qiáng)化學(xué)習(xí)智能體實(shí)施方案。不過(guò)，該平臺(tái)依然存在一項(xiàng)棘手問(wèn)題，那就是經(jīng)訓(xùn)練的智能體存在 farm 獎(jiǎng)勵(lì)現(xiàn)象，也就是專(zhuān)注于游戲得分，因此忽略了真正的隱藏任務(wù)，是它下一階段需要取得突破的地方。

英偉達(dá)的 Isaac

英偉達(dá)傾力打造的終極機(jī)器人 AI 虛擬訓(xùn)練環(huán)境，與 Habitat 平臺(tái)性質(zhì)更接近，然而發(fā)布至今響應(yīng)者寥寥。該平臺(tái)充分利用英偉達(dá)在物理引擎上的造詣，旨在打造一個(gè)遵從物理定律的「alternate universe」（替代空間），除了時(shí)間，該虛擬訓(xùn)練空間將完全遵從現(xiàn)實(shí)世界的物理定律。該平臺(tái)希望在模擬機(jī)中學(xué)習(xí)過(guò)的機(jī)器人，就能達(dá)到貌似在現(xiàn)實(shí)世界中預(yù)訓(xùn)練過(guò)的水平。在時(shí)間上，機(jī)器人 AI 將以多重「分身」在 Isaac 中進(jìn)行訓(xùn)練，每輪訓(xùn)練中最聰明的那一個(gè)，將進(jìn)入下一輪分配給每個(gè)智能體；再?gòu)闹羞x出表現(xiàn)最好的那一個(gè)進(jìn)入下一輪，取代上一輪的所有智能體——如此往復(fù)，以訓(xùn)練出最聰明的機(jī)器人 AI。

via https://aihabitat.org/?fbclid=IwAR2nzCWxWuOy2klH7dnCKbTZ940F4UjKNwPGAT8CYViMHKWLkAKXDbK4M5c

雷鋒網(wǎng) AI 科技評(píng)論 雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。