Facebook AI开源机器人框架 PyRobot

导语：FacebookAI研究人员开源了一款机器人框架PyRobot，它以灵活、简便、易上手的特性，进一步降低了机器人研究与应用的成本。

6月24日消息，近日，Facebook AI研究团队开源了机器人框架PyRobot，该框架是与美国卡耐基梅隆大学（Carnegie Mellon University）研究人员合作创建的，能够运行由Facebook的机器学习框架PyTorch训练的深度学习模型。

同时，该机器人框架能够为AI社区提供一个共享代码、数据集和模型的公共API，进一步降低了研究人员的研发成本和开发时间。

这一研究成果已于美国时间2019年6月19日发表在arXiv平台上，名为《PyRobot：用于研究和基准测试的开源机器人框架（PyRobot: An Open-source Robotics Framework for Research and Benchmarking）》。

目前仅支持Sawyer和LoCoBot机器人

近年来，Facebook的AI团队非常热衷于研发机器人技术。

在过去的一年中，Facebook进一步拓展了公司在全球范围内的机器人研究工作。今年5月，Facebook进行了六足机器人行走训练；上周，该公司又推出了一款可以训练人工智能代理的模拟器AI Habitat，以及Replica真实感训练数据集。

这次开源的PyRobot，是一个基于PyTorch的机器人框架。同时，还是一个轻量级的、基于机器人操作系统ROS（Robot Operating System）的高级接口，用于在机器人学习中进行基准测试和运行实验。

PyRobot目前支持Sawyer和LoCoBot两种类型的机器人。

其中Sawyer是一个7DoF的协作机械臂，广泛应用于机器操控、包装、ECM自动化等众多领域，并已成功进入电子、汽车、金属制造等多个行业；而LoCoBot是一个移动机械臂，主要用于卡内基梅隆大学机器自动化课程。

此外，支持UR5机器人等其他机器的开源框架也即将推出，其中包括MuJoCo和Habitat等模拟器在内的集成也在计划发布中。

辅助AI实践人员轻松进行实验与测试

Facebook AI在发表的论文中表示，他们相信PyRobot机器人框架与最近发布的LoCoBot机器人的结合，能降低研究人员的研发成本和开发时间，从而实现数据驱动机器人的民主化发展。

同时，独立于硬件的API（应用程序编程接口）也将帮助整个社区共享的代码和数据集的开发。

Facebook AI研发的PyRobot框架，能够为AI研究人员和维修人员降低入门门槛，帮助他们在几个小时内就能基本熟悉并轻松设置机器人，设置完后即可开始使用。

PyRobot还能为AI社区提供一个共享代码、数据集和模型的公共API，从而加快机器人的应用，并促进机器人研究生态系统的发展。

一方面，研究人员为PyRobot设计了一个预训练模型，专门用于导航、抓取和推送算法，让机器人能够进行相关数据搜集的远程操作，使机器人的学习过程更加简便。

另一方面，PyRobot还为控制机器人运动的命令提供API和高级代码，例如路径规划、视觉SLAM（视觉定位与地图构建）、关节位置控制、关节速度控制和关节扭矩控制，让机器人的使用更加地灵活。

基于此，PyRobot框架可以帮助AI研究人员进行实验和测试结果。除此之外，Facebook AI还计划与机器人研究社区的成员合作开发基准数据集。

简化sim2real传输策略测试

研究人员表示，在PyRobot的一些初始项目中，该框架简化了用于测试末端执行器控制和点目标导航的sim2real传输策略测试。

和亚马逊的RoboMaker一样，PyRobot也可作为机器人操作系统（ROS）的界面。此外，微软在今年5月发布了一个机器人工具包的有限预览版，并在去年将ROS集成到Windows 10中。

值得一提的是，除了深度学习框架PyTorch外，Facebook还在本月推出了PyTorch Hub，以支持人工智能模型的复现性。

结语：Facebook正持续进行AI开源

PyRobot机器人框架能够为AI社区提供一个共享代码、数据集和模型的公共API，拥有灵活、简易等特性，进一步降低了机器人研发的复杂程度，促进机器人研发生态系统的发展。

过去一年以来，Facebook在人工智能领域不断推出创新研究成果，并开源了PyRobot、Habitat等技术，而该公司在人工智能领域所做的这些努力，在今后也将进一步为人工智能机器人研究与应用降低成本，为研究人员的开发和实验带来更多的便利，帮助研究人员进一步推动机器人商业化的落地与应用。

开源框架上手简便