allenai/molmospaces

解决的问题

MolmoSpaces 提供了一个大规模、开放的生态系统，用于训练和评估机器人操作与导航。它填补了高质量、多样化的模拟资产和标准化基准测试在机器人 AI 领域的缺口，使研究人员能够跨多种模拟器生成合成数据并测试策略。

运作方式

该项目提供了一个全面的资产库，包括数千个 3D 对象（来自 Objaverse 和手工制作的集合）和多样化的场景（程序化生成或 LLM 生成），这些资产与 MuJoCo、Isaac Sim 和 ManiSkill 兼容。它包含一个数据生成管道，使用实验配置来定义机器人、任务和场景，以及一个基准评估系统，用于衡量原子机器人任务的性能。

适用对象

从事具身智能研究的机器人研究人员和 AI 开发者，特别是那些专注于机器人操作、导航，以及为机器人策略创建合成训练数据的人。

亮点

• 多模拟器支持：资产可用于 MuJoCo、Isaac 和 ManiSkill。
• 大规模资产库：包含超过 129,000 个转换后的 Objaverse 资产和数千个手工制作的室内对象。
• 多样化场景生成：支持程序化生成的场景和 LLM 生成的环境。
• 集成基准测试：提供一个专用基准，用于评估原子任务并附有排行榜。
• 遥操作支持：与 TeleDex 应用程序集成，实现基于手机的手机控制。