推出全新的交互式导航和社交导航 iGibson 挑战

谷歌开发者

于 2021-04-26 17:30:00 发布

阅读量1.4k

点赞数

文章标签：人工智能计算机视觉编程语言大数据深度学习

本文链接：https://blog.csdn.net/googledevs/article/details/116177451

版权

Google与斯坦福大学推出了全新的iGibson挑战赛，聚焦于交互式导航和社交导航，以推动Embodied AI的发展。在模拟环境中训练的策略将在真实的机器人上进行测试，解决物理交互和社交情境下的导航问题。2021年的iGibson数据集包含了真实世界的公寓场景和交互式对象，鼓励研究人员在iGibson模拟平台上进行挑战。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文 / Google Research 软件工程师 Anthony Francis 和高级研究员 Alexander Toshev

在过去十年里，得益于规模化的基准，如可进行图像分类的 ImageNet 或用于物体检测的 COCO，计算机视觉的发展突飞猛进，这些基准不仅能为计算机视觉提供大量的数据集，同时还提出了有关模型评估的标准。然而，这些传统的基准仅可用于评估重点关注感知的被动型任务，但是近期的计算机视觉研究面临的大多是主动型任务，在这类任务中，机器人不仅要感知环境，还要在感知后做出相应行动（通常我们将其称为“Embodied AI”）。

图像分类
https://paperswithcode.com/task/image-classification
COCO
https://cocodataset.org/#home
Embodied AI
https://arxiv.org/abs/2103.04918

在 CVPR 2020 上由 Google 联合举办的首届 Embodied AI 研讨会中，主办方展示了几个有关主动型任务的基准挑战赛，其中包括由斯坦福大学和 Google 联合提出的 iGibson Sim2Real 挑战赛，该挑战赛的目的是在真实环境下，测试在逼真的模拟环境中训练的导航策略。挑战赛为开源性质，社区可借此在模拟环境中训练策略，然后在可重复的现实导航实验中运行这些策略，从而评估“模拟与实际的差距”，即模拟环境和现实世界中存在的差异。许多研究团队都在疫情期间提交了解决方案，挑战组织者能够在真实的机器人上安全运行这些解决方案，同时优胜者在线上的研讨会中介绍了他们的解决方案。