ToyBlocks tạo môi trường mô phỏng có kiểm soát để huấn luyện robot

Hugging Face giới thiệu ToyBlocks, một framework mô phỏng mở dành cho việc huấn luyện và đánh giá robot trong môi trường có kiểm soát. Đây là FoundationWorld đầu tiên trong hướng tiếp cận mới, kết hợp một thế giới mô phỏng chuyên biệt với công cụ tự động tạo nhiệm vụ, sinh training demonstration và đo lường hành vi của robot theo thời gian.
ToyBlocks tập trung vào một cánh tay robot và các khối hộp trên mặt bàn. Bối cảnh đơn giản nhưng vẫn yêu cầu robot suy luận về tương tác giữa các khối, đồng thời thực hiện thao tác đẩy, lật và xếp chồng. Hình ảnh và chữ trên các mặt khối mở rộng bài toán sang tìm kiếm, phân loại và sắp xếp; robot có thể phải xoay khối để nhìn mặt bị che trước khi quyết định vị trí.
Framework tự động tạo các demonstration, tức bản ghi robot hoàn thành nhiệm vụ trong mô phỏng, mà không cần con người điều khiển từ xa qua teleoperation. Nhà nghiên cứu có thể thay đổi tỷ lệ dữ liệu, chẳng hạn tạo thêm demonstration về đẩy hoặc lật, rồi đánh giá trên những nhiệm vụ không xuất hiện trong quá trình huấn luyện. Domain randomization cũng thay đổi kích thước khối, chiều cao bàn và các thuộc tính vật lý để kiểm tra khả năng khái quát hóa.
ToyBlocks được thiết kế xoay quanh bốn yêu cầu: vật lý và hình ảnh thực tế, tạo nhiệm vụ và demonstration ở quy mô lớn, kết hợp reasoning với dexterity, và bao phủ nhiều nhiệm vụ trong cùng một domain. Cách tiếp cận thu hẹp phạm vi giúp việc truy nguyên nguyên nhân thất bại dễ hơn. Với các nhóm robot tại Việt Nam, đây có thể là nền tảng thuận tiện để thử nghiệm trước khi chuyển sang môi trường phức tạp hơn.
Bài được AI biên dịch và tóm tắt từ nguồn trên. Xem bài gốc để có đầy đủ thông tin.