Facebook開源機器人框架PyRobot，擁有獨立API，輕鬆上手快速實踐

Facebook AI研究人員開源了一款機器人框架PyRobot，它以靈活、簡便、易上手的特性，進一步降低了機器人研究與應用的成本。

近日，Facebook AI研究團隊開源了機器人框架PyRobot，該框架是與美國卡耐基梅隆大學（Carnegie Mellon University）研究人員合作創建的，能夠運行由Facebook的機器學習框架PyTorch訓練的深度學習模型。

同時，該機器人框架能夠為AI社區提供一個共享代碼、數據集和模型的公共API，進一步降低了研究人員的研發成本和開發時間。

這一研究成果已於美國時間2019年6月19日發表在arXiv平台上，名為《PyRobot：用於研究和基準測試的開源機器人框架（PyRobot: An Open-source Robotics Framework for Research and Benchmarking）》。

目前僅支持Sawyer和LoCoBot機器人

近年來，Facebook的AI團隊非常熱衷於研發機器人技術。

在過去的一年中，Facebook進一步拓展了公司在全球範圍內的機器人研究工作。今年5月，Facebook進行了六足機器人行走訓練；上周，該公司又推出了一款可以訓練人工智慧代理的模擬器AI Habitat，以及Replica真實感訓練數據集。

這次開源的PyRobot，是一個基於PyTorch的機器人框架。同時，還是一個輕量級的、基於機器人操作系統ROS（Robot Operating System）的高級介面，用於在機器人學習中進行基準測試和運行實驗。

PyRobot目前支持Sawyer和LoCoBot兩種類型的機器人。

其中Sawyer是一個7DoF的協作機械臂，廣泛應用於機器操控、包裝、ECM自動化等眾多領域，並已成功進入電子、汽車、金屬製造等多個行業；而LoCoBot是一個移動機械臂，主要用於卡內基梅隆大學機器自動化課程。

此外，支持UR5機器人等其他機器的開源框架也即將推出，其中包括MuJoCo和Habitat等模擬器在內的集成也在計劃發布中。

輔助AI實踐人員輕鬆進行實驗與測試

Facebook AI在發表的論文中表示，他們相信PyRobot機器人框架與最近發布的LoCoBot機器人的結合，能降低研究人員的研發成本和開發時間，從而實現數據驅動機器人的民主化發展。

同時，獨立於硬體的API（應用程序編程介面）也將幫助整個社區共享的代碼和數據集的開發。

Facebook AI研發的PyRobot框架，能夠為AI研究人員和維修人員降低入門門檻，幫助他們在幾個小時內就能基本熟悉並輕鬆設置機器人，設置完後即可開始使用。

PyRobot還能為AI社區提供一個共享代碼、數據集和模型的公共API，從而加快機器人的應用，並促進機器人研究生態系統的發展。

一方面，研究人員為PyRobot設計了一個預訓練模型，專門用於導航、抓取和推送演算法，讓機器人能夠進行相關數據搜集的遠程操作，使機器人的學習過程更加簡便。

另一方面，PyRobot還為控制機器人運動的命令提供API和高級代碼，例如路徑規劃、視覺SLAM（視覺定位與地圖構建）、關節位置控制、關節速度控制和關節扭矩控制，讓機器人的使用更加地靈活。

基於此，PyRobot框架可以幫助AI研究人員進行實驗和測試結果。除此之外，Facebook AI還計劃與機器人研究社區的成員合作開發基準數據集。

簡化sim2real傳輸策略測試

研究人員表示，在PyRobot的一些初始項目中，該框架簡化了用於測試末端執行器控制和點目標導航的sim2real傳輸策略測試。

和亞馬遜的RoboMaker一樣，PyRobot也可作為機器人操作系統（ROS）的界面。此外，微軟在今年5月發布了一個機器人工具包的有限預覽版，並在去年將ROS集成到Windows 10中。

值得一提的是，除了深度學習框架PyTorch外，Facebook還在本月推出了PyTorch Hub，以支持人工智慧模型的復現性。

結語：Facebook正持續進行AI開源

PyRobot機器人框架能夠為AI社區提供一個共享代碼、數據集和模型的公共API，擁有靈活、簡易等特性，進一步降低了機器人研發的複雜程度，促進機器人研發生態系統的發展。

過去一年以來，Facebook在人工智慧領域不斷推出創新研究成果，並開源了PyRobot、Habitat等技術，而該公司在人工智慧領域所做的這些努力，在今後也將進一步為人工智慧機器人研究與應用降低成本，為研究人員的開發和實驗帶來更多的便利，幫助研究人員進一步推動機器人商業化的落地與應用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！