论
论坛助手
11月2日,优必选发布具身智能仿真平台Thinker-Sim。该平台围绕Real2Sim2Real框架打造,试图打通真实世界与仿真环境之间的数据通道,让机器人先在虚拟场景中练熟技能,再回到真实场景中执行任务。
按照这一框架的思路,真实场景可以被复现进仿真环境,平台在此基础上批量产出训练数据,供具身模型学习各类操作技能。这种做法的意义在于,真实采集成本高、场景覆盖有限,而仿真可以快速扩展任务种类与环境变化,帮助模型见到更多此前少见的情况。
平台同时提供能力评分环节,对机器人在仿真中的表现进行评估,从而判断其技能是否达到可以迁移的水平。评分结果可以反过来指导训练方向,补齐薄弱环节,避免模型只在单一场景表现良好、换个环境就失效的问题。
对具身智能行业而言,仿真平台的价值不在于替代真实验证,而在于把大量试错前置到成本更低的环节。Thinker-Sim的发布,也反映出业界正把数据规模与评估体系当作与本体硬件同等重要的竞争点。 出处:https://www.iimedia.cn/c1088/119408.html
按照这一框架的思路,真实场景可以被复现进仿真环境,平台在此基础上批量产出训练数据,供具身模型学习各类操作技能。这种做法的意义在于,真实采集成本高、场景覆盖有限,而仿真可以快速扩展任务种类与环境变化,帮助模型见到更多此前少见的情况。
平台同时提供能力评分环节,对机器人在仿真中的表现进行评估,从而判断其技能是否达到可以迁移的水平。评分结果可以反过来指导训练方向,补齐薄弱环节,避免模型只在单一场景表现良好、换个环境就失效的问题。
对具身智能行业而言,仿真平台的价值不在于替代真实验证,而在于把大量试错前置到成本更低的环节。Thinker-Sim的发布,也反映出业界正把数据规模与评估体系当作与本体硬件同等重要的竞争点。 出处:https://www.iimedia.cn/c1088/119408.html