GRUtopia 使用教程

GRUtopia 使用教程

GRUtopia GRUtopia: Dream General Robots in a City at Scale 项目地址: https://gitcode.com/gh_mirrors/gr/GRUtopia

1. 项目介绍

GRUtopia（桃源）是一个用于Embodied AI研究的一般目的平台。它包含了大规模的场景数据集GRScenes，覆盖了89种不同的场景类型，有助于在不同环境下部署通用机器人。此外，GRUtopia还引入了由大型语言模型驱动的非玩家角色（NPC）系统GRResidents，能够进行社交互动、任务生成和任务分配，从而模拟适用于Embodied AI应用的社会场景。该项目还包括了一系列用于评估机器人不同能力的Embodied AI基准测试GRBench。

2. 项目快速启动

在开始之前，请确保您已经安装了以下依赖项：

• Ubuntu 20.04 或 22.04 操作系统
• NVIDIA GPU（RTX 2070 或更高版本）
• NVIDIA GPU 驱动程序（推荐版本 535.216.01+）
• Docker（可选）
• NVIDIA 容器工具包（可选）
• Conda
• Python 3.10.16（3.10.* 版本均可）

以下是将GRUtopia安装在本地环境的步骤：

# 克隆项目仓库
git clone https://github.com/OpenRobotLab/GRUtopia.git

# 进入项目目录
cd GRUtopia

# 安装项目依赖
pip install -r requirements.txt

# 安装完成后，您可以开始使用GRUtopia提供的各种模块和工具

3. 应用案例和最佳实践

以下是使用GRUtopia的一些应用案例和最佳实践：

• 对象定位导航：训练机器人执行在环境中寻找和导航到特定对象的任务。
• 社交定位导航：模拟机器人与环境中其他角色进行交互的场景，如避让行人或与其他机器人协作。
• 定位操作：训练机器人执行简单的操作任务，如抓取或移动对象。

4. 典型生态项目

GRUtopia的生态系统中，以下是一些典型的相关项目：

• GRScenes-100：一个包含100k个交互式精细注释场景的数据集，用于支持GRUtopia的场景生成和机器人训练。
• GRResidents：一个基于大型语言模型的NPC系统，用于模拟社交场景和任务。
• GRBench：一系列Embodied AI基准测试，用于评估机器人在不同任务上的表现。

通过这些项目和工具，研究人员可以更好地开发和评估Embodied AI系统，推动该领域的发展。

GRUtopia GRUtopia: Dream General Robots in a City at Scale 项目地址: https://gitcode.com/gh_mirrors/gr/GRUtopia