推荐几个Robot Learning的开源项目[1]

微信公众号：robot_learning123
分享机器人与人工智能相关的技术与最新进展，欢迎关注与交流。

好的开源项目对于初学者来说有助于快速了解该方向的很多技术细节，尤其是Robot Learning这种入门较难的领域。本文介绍几个Robot Learning相关的开源项目，一般我们较多关注机器人建模、环境建模、任务设置、动作空间选择、状态空间选择、奖励函数设置、算法的训练与评估、sim2real等方面。这些方面很多时候并没有一个通用的标准（经验~），但是都有可能影响机器人学习的最终效果（~~~）。

OpenAI Gym

目前绝大多数的RL问题都遵循OpenAI Gym的环境格式，OpenAI Gym中列出了很多典型的Benchmark task，如各种游戏、离散空间任务、Mujoco连续控制任务、机器人操作等。初学者研究一下这些task有助于快速了解和熟悉常见RL问题的解决流程。

• Project：https://gym.openai.com/
• Paper: https://arxiv.org/abs/1606.01540
• Code: https://github.com/openai/gym

OpenAI Gym中的一些RL环境

RoboNet

RobotNet项目的一大特点就是数据全部来源于真实机器人实际环境运行采集（也是土豪风），包含7种机器人平台，1500万视频帧，主要是学习基于视觉的机器人操作能力。毕竟，大部分机器人领域的研究，最终还是要在实际环境真机测试才有说服力的。

• Project: https://www.robonet.wiki/
• Paper: https://arxiv.org/abs/1910.11215
• Code: https://github.com/SudeepDasari/RoboNet

RoboNet中用到的机器人与物体类别

RoboNet包含的数据

Meta-World

Meta-World是伯克利开源的一个benchmark，基于Mujoco，主要关注Meta-RL和多任务学习，设计了50个机器人抓取任务。

• Project: https://meta-world.github.io/
• Paper: https://arxiv.org/abs/1910.10897
• Code: https://github.com/rlworkgroup/metaworld

50种任务

RLBench

RLBench是帝国理工开源的一个机器人学习benchmark，包含100个人工设计的task，基于V-REP仿真器。

• Project: https://sites.google.com/view/rlbench
• Paper: https://arxiv.org/abs/1909.12271
• Code: https://github.com/stepjam/RLBench

Surreal Robotics Suite

斯坦福开源的Surreal机器人项目，基于Mujoco，包含单/双臂与多种手爪组合配置，task包括pick&place、装配协作等。

• Project: https://surreal.stanford.edu/
• Paper: http://proceedings.mlr.press/v87/fan18a.html
• Code: https://github.com/StanfordVL/robosuite

两种机械臂多种任务

IKEA Furniture Assembly Environment

IKEA让机器人学习组装各种家具，仿真环境基于Mujoco和Unity渲染，包含80+家具模型和多种机械臂。

• Project: https://clvrai.github.io/furniture/
• Paper: https://arxiv.org/abs/1911.07246
• Code: https://github.com/clvrai/furniture

DoorGym

让机器人学习开门，也很有意思。DoorGym基于Mujoco和Unity仿真训练，并且在一个Baxter机器人进行实际测试。

• Paper: https://drive.google.com/file/d/1rC9wpd-4AMBgDMq8skAQIdTER8wSARMs/view
• Code: https://github.com/PSVL/DoorGym

Mujoco仿真中开门学习

实际环境开门实验