模型發布
Ai2 發布機器人模擬評測框架 ToyBlocks:支援高低階模型協同,單 GPU 示範生成達 24 倍即時速度
HuggingFace Blog一手來源
尚未逐項核實
來源為發布方或研究資料;不代表所有主張已獲獨立核實。

Allen Institute for AI(Ai2)推出開源機器人模擬與評測環境 ToyBlocks,為其 FoundationWorlds 框架的首個實作,同步釋出程式碼、資料集、模型與技術文件。該環境以桌面機械手臂與積木為基礎,技能訓練採用 NVIDIA 開源模擬框架 Isaac Lab,透過強化學習(RL)與運動規劃,在訓練階段取用模擬器提供的精確物體位姿等特權資訊(privileged information),自動生成推動(pushing)與翻轉(flipping)等非抓取技能(non-prehensile skills),無需耗費人力進行遠端遙控操作(teleoperation)。示範資料由任務與運動規劃器(TAMP)自動挑選並串接技能,支援在單張 GPU 上平行執行數百個規劃流程,資料生成效率達即時速度的 24 倍。在控制架構上,ToyBlocks 區分高階推理模型(如 Molmo 2 透過指向介面選取積木與技能指令)與低階動作模型(如 ManiFlow 控制手臂關節軌跡)。積木表面配置圖案與字母,要求機器人主動翻轉積木探查隱藏面以完成搜尋與分類任務,並藉由隨機化積木尺寸與桌高等領域隨機化(domain randomization)測試幾何泛化表現。
讀原始報導