Facebook與CMU聯(lián)手打造開源框架PyRobot

Facebook AI近期對機器人技術非常熱衷，剛剛又開源了機器人框架PyRobot，該框架是與卡內基梅隆大學合作創(chuàng)建，可運行由Facebook的機器學習框架PyTorch訓練的深度學習模型。Facebook希望PyRobot能加快機器人開發(fā)，通過共享代碼，數據集和模型的通用API來發(fā)展機器人研究生態(tài)系統(tǒng)。

Facebook的AI團隊最近對機器人技術非常著迷。過去一年Facebook沒少在機器人上下苦功，從六足機器人，到Replica真實感訓練數據集，到Habitat模擬引擎，最近又推出了PyRobot。從名稱就可以看出，這是一個基于PyTorch的機器人框架。

PyTorch加快了AI子領域研究的進展，提供了一定程度的抽象，讓構建最先進的系統(tǒng)、使用共享庫和工具、以及優(yōu)化性能的操作變得更加容易。

如今，Facebook團隊也將其應用于機器人領域，與Carnegie Mellon大學研究人員合作推出了PyRobot框架，可以運行PyTorch訓練的深度學習模型，Facebook還希望將其打造成一個生態(tài)系統(tǒng)。PyRobot能夠為人工智能研究人員降低入門門檻，使其在短時間內（幾個小時）輕松設置并運行機器人，而無需浪費時間去考慮設備硬件、驅動程序、控制系統(tǒng)等。

PyRobot目前支持Sawyer機器人和LoCoBot，這是一個用于Carnegie Mellon機器人自治課程的機器人。支持Universal Robots和Franka等UR5等其他機器即將推出，與MuJoCo和Habitat等模擬器的集成也在進行中。

通常設置一個機器人，僅僅讓它揮動手臂的簡單動作，也需要幾天甚至一周時間來調試機器人的本地軟件。機器人社區(qū)流傳著一個笑話：如果你博士論文研究的是機器人，多一個機器人，你的論文完結時間就往后延長一年。由此可見調試機器人有多浪費時間。

PyRobot通過在多個機器人和模擬器之間使用通用API來解決上述問題。下面這段代碼很好的展示了用PyRobot將會多么輕松：

PyRobot具有適用于所有機器人的通用功能，例如關節(jié)位置控制、關節(jié)速度控制、關節(jié)扭矩控制、笛卡爾路徑規(guī)劃、正向運動學和反向運動學（基于機器人URDF文件）、路徑規(guī)劃和視覺SLAM等。雖然它將底層軟件堆棧的復雜性抽象掉了，不過用戶仍然可以靈活地使用不同級別的組件，例如繞過規(guī)劃器以執(zhí)行低級別的速度和扭矩命令。

PyRobot可用于實現各種高級AI應用程序、點目標導航、推動和抓取等操作任務，以及使用機器人進行數據收集的遠程操作。PyRobot提供了一種在機器人技術中使用AI和機器學習算法的簡便方法，可以使用與物理機器人的接口來收集任務的數據，比如抓取任務；可以訓練深度學習模型，然后在機器人上執(zhí)行算法。

一些正在進行的項目中，PyRobot確實簡化了用于末端執(zhí)行器控制和點目標導航的sim2real策略轉換測試。為什么機器人研究一直做不大？原因有兩個，首先是硬件成本過高，其次是專業(yè)軟件太復雜。PyRobot怎么解決這兩個問題呢？

它使用通用的API，降低軟件的復雜度，配合像LoCoBot一類相對比較便宜的機器人使用。這樣降低了入門門檻后，人工智能研究人員就可以部署多個機器人來收集數據、并行學習。通過在不同硬件上提供通用框架，PyRobot將引領機器人技術基準的開發(fā)（類似于AI中的其他領域）并量化進度。Facebook計劃與機器人研究社區(qū)一起努力建立這些基準。

PyRobot還可以幫助擴展人工智能教育計劃，從而更容易為具有不同背景的學生提供實操體驗。Facebook計劃在不久的將來，通過與模擬器（如AI Habitat，Gibson和MuJoCo）的接口為PyRobot添加功能；并與社區(qū)合作，為例如Universal Robots等更多硬件提供支持。

除了開源PyRobot，Facebook AI還計劃分享其他最先進的機器人算法的開源實現并發(fā)布機器人數據集。

機器人技術對于推進人工智能整體非常重要，因為它使研究人員能夠探索教學機器等挑戰(zhàn)，以學習預測模型，并在現實世界中開發(fā)“常識”知識。解決這些問題將使AI更加強大，有朝一日可用于智能助理等應用程序。Facebook希望憑借PyRobot靈活、開放的設計，幫助Facebook AI研究人員和該領域的其他人加快實現這些目標的進程。