本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

李飛飛團(tuán)隊(duì)的機(jī)器人模擬訓(xùn)練場(chǎng)2.0版本來了！

這個(gè)擁有超過8000個(gè)交互式場(chǎng)景的模擬環(huán)境iGibson，再次發(fā)生了進(jìn)化！

而進(jìn)化之后的iGibson 2.0，核心就一句話：

機(jī)器人們別抓小球兒了，來做家務(wù)吧！

像是模擬環(huán)境中增加的溫度、濕度、切片等多種物理狀態(tài)，就亟待各位機(jī)器人來個(gè)洗、切、炒菜一條龍服務(wù)：

而且這可是外表顏色會(huì)發(fā)生改變的真·煮熟。

做完飯之后，還能擦一下臺(tái)子上的污漬，整理一下桌面。

再把沒用完的蔬菜放回冰箱，看著它變成“冰凍”狀態(tài)。

人類還能通過VR進(jìn)入模擬環(huán)境，給機(jī)器人示范下如何做一個(gè)標(biāo)準(zhǔn)的家務(wù)：

那么現(xiàn)在，就一起來看看這次版本更新的具體內(nèi)容吧。

新增5種物理狀態(tài)

好的，現(xiàn)在我們的機(jī)器人選手進(jìn)入了模擬環(huán)境，它將要做一頓菜。

而這頓菜，將會(huì)用到這次iGibson 2.0擴(kuò)展的五個(gè)新的物理狀態(tài)：

濕潤程度

先從洗菜開始。

洗菜的水來自一種流體模擬系統(tǒng)。

比如下方這個(gè)水槽上的水龍頭：

水龍頭作為液滴源產(chǎn)生液滴，然后匯聚在其他容器（盤子）里，或被可浸泡的物體（毛巾）吸收。

在iGibson 2.0中，物體吸收的液滴量也就對(duì)應(yīng)了物體的濕潤程度。

切割

洗完了，開始切菜。

但這里就碰到了一個(gè)難題：

一般來說，模擬環(huán)境中的物體會(huì)被假定為具有固定節(jié)點(diǎn)和三角面的三維結(jié)構(gòu)，要實(shí)現(xiàn)“切割”這一動(dòng)作并不簡單。

而iGibson 2.0則通過更新切片狀態(tài)、保持物體實(shí)例的擴(kuò)展?fàn)顟B(tài)來完成切割動(dòng)作。

當(dāng)拿著切片工具，并作用了超過物體切片力閾值的力時(shí)，切片狀態(tài)就會(huì)轉(zhuǎn)為“真”。

這時(shí)，模擬器會(huì)將會(huì)將一個(gè)物體替換為兩個(gè)：

這兩半“被切開的物體”則會(huì)繼承整個(gè)對(duì)象的擴(kuò)展物體狀態(tài)（如溫度）。

而這種轉(zhuǎn)換是不可逆的，在之后的模擬時(shí)間中，物體會(huì)一直保持這種切片狀態(tài)。

溫度

現(xiàn)在，我們要使用這個(gè)微波爐來煎魚了：

要讓溫度自然變化，iGibson 2.0便將WordNet層次結(jié)構(gòu)中的對(duì)象類別注釋為熱源。

這是iGibson 2.0中的一個(gè)新規(guī)定：

即每個(gè)模擬對(duì)象都應(yīng)該是WordNet中現(xiàn)有對(duì)象類別的一個(gè)實(shí)例。

而這種語義結(jié)構(gòu)能夠?qū)⑻卣髋c同一類別的所有實(shí)例聯(lián)系起來。

好，現(xiàn)在我們要通過這個(gè)熱源來改變改變其他物體的溫度。

和現(xiàn)實(shí)中的微波爐一樣，用手撥動(dòng)后受熱物體就會(huì)開始升溫。

具體溫度會(huì)這樣變化：

并且，每個(gè)物體在過去達(dá)到的最高溫度的歷史值也會(huì)被保留。

比如上圖中的魚，在過去曾達(dá)到過烹飪或燃燒的溫度。

因此即使在熱源關(guān)閉后，它也會(huì)呈現(xiàn)出被烤熟或燒焦的外觀。

也就是說在模擬環(huán)境中如果烤糊了，那也就是真的烤糊了！

清潔程度

清潔程度換句話說，就是含有灰塵污漬的程度。

在iGibson 2.0中，對(duì)象初始化時(shí)可以含有灰塵或污點(diǎn)顆粒，還能采取行為來改變物體的清潔度。

因此，在做完菜后，機(jī)器人可以選擇用布擦拭灰塵顆粒：

或者選用濕的工具（擦洗器）來清除來清除污漬：

狀態(tài)切換

iGibson 2.0為一些對(duì)象提供“開”和“關(guān)”兩種狀態(tài)的切換功能，并同時(shí)維護(hù)其內(nèi)部狀態(tài)和外觀變化。

這種狀態(tài)的切換是通過觸摸一個(gè)虛擬固定鏈接TogglingLink來完成的。

比如下方這個(gè)烤箱，在“開啟”狀態(tài)（右圖）時(shí)，其外觀會(huì)發(fā)生改變。

于是最后，機(jī)器人關(guān)掉器械，圓滿完成了這次任務(wù)。

而這樣一個(gè)穩(wěn)固、逼真、便捷的模擬環(huán)境，自然也就意味著機(jī)器人能夠進(jìn)行更多、更復(fù)雜的任務(wù)訓(xùn)練。

基于邏輯謂詞的生成系統(tǒng)

加上前面這些新的物理狀態(tài)后，就足以模擬室內(nèi)環(huán)境中的一系列基本活動(dòng)。

不過如果用我們平常生活中的自然語言來描述這些狀態(tài)的話，emmm……

就像是重慶人的“微辣”之于外地人一樣，一定會(huì)存在個(gè)體理解上的語義差異。

因此，iGibson 2.0以常見的自然語言為基礎(chǔ)，定義了一組邏輯謂詞（Logical Predicates）：

這組邏輯謂詞將擴(kuò)展的對(duì)象狀態(tài)映射到對(duì)象的邏輯狀態(tài)上，以符號(hào)化方式描述對(duì)象的狀態(tài)。

基于不同的邏輯謂詞，我們會(huì)對(duì)有效對(duì)象進(jìn)行不同的采樣。

比如，對(duì)于像是Frozen這種基于物體擴(kuò)展?fàn)顟B(tài)的謂詞，就對(duì)滿足謂詞要求的擴(kuò)展?fàn)顟B(tài)值進(jìn)行采樣。

而如果是OnTopOf這種運(yùn)動(dòng)學(xué)謂詞，就需要結(jié)合射線投射、分析方法等機(jī)制，來保證物體處在一個(gè)靜止的物理狀態(tài)：

那么這時(shí)，我們就得到了一個(gè)基于邏輯謂詞的生成系統(tǒng)。

在這一系統(tǒng)中，我們只要指定一個(gè)邏輯謂詞的列表，就能更加快速、便捷地生成模擬場(chǎng)景。

VR讓機(jī)器人學(xué)著人類做

現(xiàn)在，機(jī)器人訓(xùn)練的場(chǎng)地已經(jīng)搭建好了。

我們的最終目標(biāo)，是讓機(jī)器人通過訓(xùn)練來完成越來越復(fù)雜的任務(wù)。

那么，或許可以讓機(jī)器人來看看人類是怎么做的，進(jìn)而開發(fā)出新的解決方案？

于是，iGibson 2.0引入了VR，讓人類也能進(jìn)入機(jī)器人訓(xùn)練的場(chǎng)景中：

團(tuán)隊(duì)根據(jù)通過OpenVR與市面上主要的VR頭盔兼容，并有一個(gè)額外的跟蹤器來控制主體。

通過iGibson的PBR渲染功能，系統(tǒng)會(huì)以最高90幀/秒的速度接收從虛擬化身的頭部視角生成的立體圖像。

而通過人類在VR環(huán)境中完成任務(wù)的流程，研究人員也能更加便捷地收集到長期、復(fù)雜、雙手動(dòng)移動(dòng)操作任務(wù)的演示數(shù)據(jù)。

當(dāng)然，抓小球的經(jīng)典任務(wù)也不能忘。

為了提供更自然的抓取體驗(yàn)，團(tuán)隊(duì)實(shí)現(xiàn)了一個(gè)輔助抓?。ˋG）機(jī)制：

在用戶通過抓取閾值（50%驅(qū)動(dòng)）后，只要物體在手指和手掌之間，就能在手掌和目標(biāo)物體之間形成一個(gè)額外的約束。

媽媽再也不用擔(dān)心機(jī)器人抓不住小球了

而最后，李飛飛團(tuán)隊(duì)也表示：

iGibson是一個(gè)完全開源的、面向大型場(chǎng)景交互任務(wù)的模擬環(huán)境。

我們希望iGibson 2.0能成為社區(qū)有用的工具，減少為不同任務(wù)創(chuàng)建模擬環(huán)境的負(fù)擔(dān)，促進(jìn)具身AI（embodied AI）研究的解決方案的發(fā)展。

下載地址：
https://github.com/StanfordVL/iGibson

論文地址：
https://arxiv.org/abs/2108.03272

官網(wǎng)：
http://svl.stanford.edu/igibson/