導語：FacebookAI研討職員開源了一款機器人框架PyRobot，它以靈巧、輕便、易上腳的特性，進一步降低了機器人研討與使用的本錢。
6月24驲動靜，克日，FacebookAI研討團隊開源了機器人框架PyRobot，該框架是與美國卡耐基梅隆大學（CarnegieMellonUniversity）研討職員協(xié)作創(chuàng)立的，可能運轉由Facebook的機械學習框架PyTorch鍛煉的深度學習模子。
分揀機器人實拍同時，該機器人框架可能為AI社區(qū)供給一個同享代碼、數據散跟模子的大眾API，進一步降低了研討職員的研發(fā)本錢跟開辟工夫。
這一研究成果已于美國工夫2019年6月19驲頒發(fā)正在arXiv平臺上，名為《PyRobot：用于研討跟基準測試的開源機器人框架（PyRobot:AnOpen-sourceRoboticsFrameworkforResearchandBenchmarking）》。
現階段僅撐持Sawyer跟LoCoBot機器人
近年來，Facebook的AI團隊十分熱衷于研發(fā)機器人技巧。
正在過來的一年中，Facebook進一步拓展了公司正在寰球規(guī)模內的機器人研討事情。本年5月，Facebook停止了六足機器人行走鍛煉；上周，該公司又推出了一款可以鍛煉人工智能代辦署理的模擬器AIHabitat，和Replica真實感鍛煉數據散。
此次開源的PyRobot，是一個基于PyTorch的機器人框架。同時，仍是一個輕量級的、基于機器人操作系統(tǒng)ROS（RobotOperatingSystem）的高等接口，用于正在機器人學習中停止基準測試跟運轉試驗。
PyRobot現階段撐持Sawyer跟LoCoBot兩種類型的機器人。
快遞分揀機器人設計電路圖此中Sawyer是一個7DoF的協(xié)作機器臂，廣泛應用于機械操控、包裝、ECM自動化等浩繁范疇，并已勝利進入電子、汽車、金屬制造等多個行業(yè)；而LoCoBot是一個挪動機器臂，次要用于卡內基梅隆大學機械自動化課程。
另外，撐持UR5機器人等其他機械的開源框架也行將推出，此中包羅MuJoCo跟Habitat等模擬器在內的集成也正在籌劃宣布中。
幫助AI理論職員輕松停止試驗與測試
智能分揀機器人小黃人FacebookAI正在頒發(fā)的論文中默示，他們信任PyRobot機器人框架與比來宣布的LoCoBot機器人的聯(lián)合，能降低研討職員的研發(fā)本錢跟開辟工夫，從而實現數據驅動機器人的民主化開展。
快遞自動分揀機器人設計同時，自力于硬件的API也將資助全部社區(qū)同享的代碼跟數據散的開辟。
FacebookAI研發(fā)的PyRobot框架，可能為AI研討職員跟維修職員降低入門門坎，資助他們正在幾個小時內便能根本熟習并輕松設置機器人，設置完后便可起頭利用。
PyRobot借能為AI社區(qū)供給一個同享代碼、數據散跟模子的大眾API，從而放慢機器人的使用，并增進機器人研討生態(tài)系統(tǒng)的開展。
一方面，研討職員為PyRobot計劃了一個預鍛煉模子，專門用于導航、抓取跟推送算法，讓機器人可能停止相關數據征集的近程操縱，使機器人的學習進程加倍輕便。
另一方面，PyRobot借為節(jié)制機器人運動的下令供給API跟高等代碼，例如門路計劃、視覺SLAM、樞紐地位節(jié)制、樞紐速率節(jié)制跟樞紐扭矩節(jié)制，讓機器人的利用加倍天靈巧。
閃兔分揀機器人基于此，PyRobot框架可以資助AI研討職員停止試驗跟測試成果。除此之外，FacebookAI借籌劃與機器人研討社區(qū)的成員合作開發(fā)基準數據散。
快遞分揀機器人工作原理圖簡化sim2real傳輸戰(zhàn)略測試
研討職員默示，正在PyRobot的一些初始名目中，該框架簡化了用于測試末尾執(zhí)行器節(jié)制跟面方針導航的sim2real傳輸戰(zhàn)略測試。
跟亞馬遜的RoboMaker一樣，PyRobot也可作為機器人操作系統(tǒng)的界面。另外，微軟正在本年5月宣布了一個機器人工具包的有限預覽版，并正在客歲將ROS集成到Windows10中。
值得一提的是，除深度學習框架PyTorch中，Facebook借正在本月推出了PyTorchHub，以撐持人工智能模子的復現性。
結語：Facebook正連續(xù)停止AI開源
PyRobot機器人框架可能為AI社區(qū)供給一個同享代碼、數據散跟模子的大眾API，擁有靈巧、簡略單純等特性，進一步降低了機器人研發(fā)的復雜程度，增進機器人研發(fā)生態(tài)系統(tǒng)的開展。
過來一年以來，Facebook正在人工智能范疇不休推出翻新研究成果，并開源了PyRobot、Habitat等技巧，而該公司正在人工智能范疇所做的這些盡力，正在此后也將進一步為人工智能機器人研討與使用降低成本，為研討職員的開辟跟試驗帶來更多的便當，資助研討職員進一步鞭策機器人商業(yè)化的落地與使用。
并聯(lián)高速分揀機器人食品分揀機器人的研究背景智能分揀機器人功能