F7130A 984713060 F8627 984862702
具体化的人工智能框架3.0发布AI2-托尔，它将主动对象操作添加到已经令人印象深刻的测试框架中。操纵者是第一个具有高关节机械臂的虚拟代理，该机械臂配备了旋转关节，以更像人类的方式与各种对象进行交互。
AI2-托尔是第一个在100多个视觉丰富的物理房间中研究对象操作问题的测试框架。通过在操纵模型中实现通用能力的训练和评估，与当前真实世界的训练方法相比，ManipulaTHOR允许在更复杂的环境中进行更快的训练，同时也更加安全和更具成本效益。
“想象一下，一个机器人能够在厨房里导航，打开冰箱，拿出一罐汽水。这是机器人领域最大但经常被忽视的挑战之一，AI2-托尔是第一个为在虚拟房间中将物体移动到不同位置的任务设计基准的人，实现了再现性和测量进度，”说柳文欢·埃齐奥尼博士，AI2的首席执行官。“经过五年的努力，我们现在可以开始训练机器人像我们一样感知和操纵世界，使现实世界的使用模型比以往任何时候都更容易实现。”
尽管是机器人领域的一个成熟的研究领域，物体操纵的视觉推理方面一直是研究人员面临的最大障碍之一。事实上，人们早就知道，机器人很难正确地感知、导航、行动，并与世界上的其他人交流。AI2-托尔用复杂的模拟测试环境解决了这个问题，研究人员可以用它来训练机器人最终在现实世界中活动。
随着AI2-托尔开创了“具身人工智能”的先河，为了共同的利益，这个领域已经发生了变化。AI2-托尔使研究人员能够有效地设计解决方案，解决对象操作问题以及其他与机器人测试相关的传统问题。
“与在真实机器人上进行实验相比，AI2-托尔的速度和安全性令人难以置信，”他说鲁兹贝·莫塔吉AI2的研究经理。“多年来，AI2-托尔已经实现了对许多不同任务的研究，如导航、指令跟随、多代理协作、执行家务、推理一个对象是否可以打开。AI2-托尔的这一演变允许研究人员和科学家超越当前嵌入人工智能的极限。”
除了3.0版本之外，该团队还托管了机器人大挑战2021结合今年的具体化人工智能研讨会计算机视觉和模式识别会议(CVPR)。AI2的挑战包括机器人或物体导航、ALFRED(指令跟随机器人)和房间重新布置。
