ARISE-Initiative/robomimic

何を解決するか

ロボット学習は、標準化されたデータセットや再現可能なベンチマークの不足により、新しいロボット操作用アルゴリズムの開発や比較が困難な場合が多い。

仕組み

robomimicは、示範学習のための包括的なフレームワークを提供します。シミュレートされたデータと現実世界のデータを含む標準化された示範データセットと、オフライン学習アルゴリズムのセットを統合しています。システムは、低次元データや視覚運動ポリシーを含むさまざまな観測モダリティをサポートし、柔軟なネットワークアーキテクチャとハイパーパラメータチューニングを可能にします。

対象ユーザー

ロボット工学およびAIの研究者や実務家で、ロボット操作タスクのベンチマークを設定し、新しいロボット学習アルゴリズムを開発したい方。

特徴

• 多様な学習アルゴリズム: 画像学習（BC、BC-RNN、HBC）とオフラインRL（BCQ、CQL、IRIS、TD3-BC）をサポートし、Diffusion PolicyやIQLといった最新のアルゴリズムも追加されています。
• 標準化されたデータセット: 複数の環境やロボットで実施されたシミュレートおよび現実世界のタスクを含みます。
• モジュール設計: モジュール式の観測エンコーダーと外部データセットのサポートを備えています。
• 開発者向けツール: データセットの可視化、ハイパーパラメータスイープ、Dockerによる環境構築の容易化をサポートするツールが含まれます。