导语：FacebookAI研究人员开源了一个机器人框架PyRobot，灵活、简单、易用，进一步降低了机器人研究和应用的成本。
6月24日消息，近日，脸书AI研究团队已经开放了机器人框架PyRobot，它是与美国卡耐基梅隆大学的研究人员合作创建的，可以运行脸书的机器学习框架PyTorch训练的深度学习模型。
同时，机器人框架可以为AI社区提供通用的API，共享代码、数据集和模型，进一步降低研究人员的研发成本和开发时间。
这项研究成果于美国时间2019年6月19日发表在arXiv平台上，命名为《PyRobot：用于研究和基准测试的开源机器人框架（PyRobot: An Open-source Robotics Framework for Research and Benchmarking）》。
目前只支持Sawyer和LoCoBot机器人。
近年来，脸书的人工智能团队非常热衷于开发机器人技术。
在过去的一年里，脸书进一步扩大了其在世界范围内的机器人研究工作。今年5月，脸书进行了六足机器人行走训练；上周，该公司推出了另一款模拟器AI Habitat，它可以训练人工智能代理，并复制逼真的训练数据集。
这个开源的PyRobot是一个基于PyTorch的机器人框架。同时也是基于机器人操作系统ROS(Robot Operating System)的轻量级高级接口，用于机器人学习中的基准测试和运行实验。
PyRobot目前支持Sawyer和LoCoBot机器人。
Sawyer是一种七自由度协作机械手，广泛应用于机械控制、包装、电解加工自动化等领域。并已成功进入电子、汽车、金属制造等多个行业。LoCoBot是一种移动机械手，主要用于卡内基梅隆大学的机器自动化课程中。
此外，支持UR5 robot等其他机器的开源框架即将推出，包括MuJoCo、Habitat等模拟器在内的集成也计划发布。
协助AI从业者轻松进行实验和测试。
在发表的论文中，脸书表示，他们认为PyRobot机器人框架和最近发布的LoCoBot机器人相结合，可以降低研究人员的研发成本和开发时间，从而实现数据驱动机器人的民主发展。
同时，独立于硬件的API(应用编程接口)也将有助于整个社区共享的代码和数据集的开发。
脸书开发的PyRobot框架可以降低AI研究人员和维护人员的入门门槛，帮助他们在几个小时内熟悉并轻松设置机器人，设置好后即可开始使用。
PyRobot还可以为AI社区提供公共API，共享代码、数据集和模型，从而加快机器人的应用，促进机器人研究生态系统的发展。
一方面，研究人员为PyRobot设计了一个预训练模型，专门用于导航、抓取和推送算法，使机器人可以进行相关数据采集的远程操作，并使机器人的学习过程更加容易。
另一方面，PyRobot还为控制机器人运动的命令提供API和高级代码，如路径规划、视觉SLAM(视觉定位和地图构建)、关节位置控制、关节速度控制和关节扭矩控制，使机器人使用起来更加灵活。
基于此，PyRobot框架可以帮助AI研究人员进行实验和测试结果。此外，脸书人工智能还计划与机器人研究社区的成员合作，开发基准数据集。
简化模拟真实传输策略测试
研究人员表示，在PyRobot的一些初始项目中，该框架简化了用于测试末端效应器控制和点目标导航的sim2real传输策略测试。
和亚马逊的RoboMaker一样，PyRobot也可以作为机器人操作系统(ROS)的接口。此外，微软在今年5月发布了机器人工具包的有限预览版，并在去年将ROS集成到Windows 10中。
值得一提的是，除了深度学习框架PyTorch，脸书还在本月推出了PyTorch Hub，以支持人工智能模型的可复制性。
结论：脸书在继续AI开源。
PyRobot的机器人框架可以为AI社区提供一个通用的API来共享代码、数据集和模型。它灵活简单，进一步降低了机器人R&D的复杂性，促进了机器人R&D生态系统的发展。
过去一年，脸书在人工智能领域不断推出创新研究成果，并开放了PyRobot和Habitat等技术。公司在人工智能领域所做的这些努力，将进一步降低未来人工智能机器人研究和应用的成本，为研究人员的开发和实验带来更多便利，帮助研究人员进一步推动机器人的商业化和应用。
