論文の概要: robosuite: A Modular Simulation Framework and Benchmark for Robot
Learning
- arxiv url: http://arxiv.org/abs/2009.12293v1
- Date: Fri, 25 Sep 2020 15:32:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-14 22:40:11.119009
- Title: robosuite: A Modular Simulation Framework and Benchmark for Robot
Learning
- Title(参考訳): robosuite: ロボット学習のためのモジュールシミュレーションフレームワークとベンチマーク
- Authors: Yuke Zhu and Josiah Wong and Ajay Mandlekar and Roberto
Mart\'in-Mart\'in
- Abstract要約: robosuiteは、MuJoCo物理エンジンを利用したロボット学習のシミュレーションフレームワークである。
ロボットタスクを作成するためのモジュラーデザインと再現可能な研究のためのベンチマーク環境を提供する。
- 参考スコア(独自算出の注目度): 30.463205225520053
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: robosuite is a simulation framework for robot learning powered by the MuJoCo
physics engine. It offers a modular design for creating robotic tasks as well
as a suite of benchmark environments for reproducible research. This paper
discusses the key system modules and the benchmark environments of our new
release robosuite v1.0.
- Abstract(参考訳): robosuiteは、MuJoCo物理エンジンを利用したロボット学習のシミュレーションフレームワークである。
ロボットタスクを作成するためのモジュラーデザインと、再現可能な研究のためのベンチマーク環境を提供する。
本稿では,新しいリリースrobosuite v1.0のシステムモジュールとベンチマーク環境について述べる。
関連論文リスト
- GRUtopia: Dream General Robots in a City at Scale [65.08318324604116]
本稿では,各種ロボットを対象とした対話型3D社会「GRUtopia」について紹介する。
GRScenesには100万のインタラクティブな微妙な注釈付きシーンが含まれており、都市規模の環境に自由に組み合わせることができる。
GRResidentsはLarge Language Model (LLM)によって駆動されるNon-Player Character (NPC)システムである。
論文 参考訳(メタデータ) (2024-07-15T17:40:46Z) - RoboMorph: Evolving Robot Morphology using Large Language Models [0.5812095716568273]
本稿では,モジュール型ロボットの設計を自動生成・最適化するRoboMorphを紹介する。
自動プロンプト設計と強化学習に基づく制御アルゴリズムを統合することで、RoboMorphはフィードバックループを通じてロボット設計を反復的に改善する。
論文 参考訳(メタデータ) (2024-07-11T16:05:56Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳(メタデータ) (2024-02-22T15:12:00Z) - HomeRobot: Open-Vocabulary Mobile Manipulation [107.05702777141178]
Open-Vocabulary Mobile Manipulation (OVMM) は、目に見えない環境で任意のオブジェクトを選択し、命令された場所に配置する問題である。
HomeRobotには2つのコンポーネントがある。シミュレーションコンポーネントは、新しい高品質のマルチルームホーム環境に、大規模で多様なキュレートされたオブジェクトセットを使用する。
論文 参考訳(メタデータ) (2023-06-20T14:30:32Z) - VRKitchen2.0-IndoorKit: A Tutorial for Augmented Indoor Scene Building
in Omniverse [77.52012928882928]
INDOORKITはNVIDIA OMNIVERSEの組み込みツールキットである。
屋内シーンビルディング、シーンランダム化、アニメーションコントロールのための柔軟なパイプラインを提供する。
論文 参考訳(メタデータ) (2022-06-23T17:53:33Z) - Factory: Fast Contact for Robotic Assembly [29.948128168543114]
Factoryは物理シミュレーション手法とロボット学習ツールのセットである。
我々は、広範囲のコンタクトリッチシーンのリアルタイムまたは高速なシミュレーションを実現する。
私たちは、慎重に設計されたパーツモデル60ドル、ロボット組立環境3、バーチャルロボットのトレーニングとテストのための7つのロボットコントローラを提供しています。
論文 参考訳(メタデータ) (2022-05-07T03:27:30Z) - HeRo 2.0: A Low-Cost Robot for Swarm Robotics Research [2.133433192530999]
本稿では、低コストで、既製の部品で組み立てが容易で、最もよく使われているロボットフレームワークであるROS(Robot Operating System)と深く統合されたSwarm Roboticsアプリケーションのための新しいプラットフォームの設計について述べる。
ロボットプラットフォームは完全にオープンで、3Dプリントされたボディとオープンソースソフトウェアで構成されている。
提案する移動ロボットは小ささとコストの削減から非常に効果的であり,Swarm Roboticsの研究・教育に適していることが実証された。
論文 参考訳(メタデータ) (2022-02-24T22:23:14Z) - Know Thyself: Transferable Visuomotor Control Through Robot-Awareness [22.405839096833937]
新しいロボットをスクラッチからトレーニングするためには、通常大量のロボット固有のデータを生成する必要がある。
簡単なロボット「自己認識」を活用する「ロボット認識」ソリューションパラダイムを提案する。
シミュレーションおよび実際のロボットにおけるテーブルトップ操作に関する実験により、これらのプラグインの改善により、ビジュモータコントローラの転送性が劇的に向上することを示した。
論文 参考訳(メタデータ) (2021-07-19T17:56:04Z) - Integrated Benchmarking and Design for Reproducible and Accessible
Evaluation of Robotic Agents [61.36681529571202]
本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。
このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。
本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
論文 参考訳(メタデータ) (2020-09-09T15:31:29Z) - robo-gym -- An Open Source Toolkit for Distributed Deep Reinforcement
Learning on Real and Simulated Robots [0.5161531917413708]
本稿では,ロボットによる深層強化学習を向上するためのオープンソースのツールキット,robo-gymを提案する。
シミュレーションにおけるトレーニングからロボットへのシームレスな移動を可能にするシミュレーション環境と実環境の統一的なセットアップを実証する。
産業用ロボットを特徴とする2つの実世界アプリケーションを用いて,本フレームワークの能力と有効性を示す。
論文 参考訳(メタデータ) (2020-07-06T13:51:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。