Facebook 于今日宣布开源旗下 Droidlet 机器人平台，工厂，特点是能够利用自然语言处理（NLP）和计算机视觉（CV）技术来感知周围世界。其宣称能够简化机器学算法在机器人项目中的集成，工程，并促进快速的软件原型设计。尽管当前机器人已能够通过编程来执行舞蹈等特定应用，医疗和零售等各个行业的监控，但还是缺乏可在更深层次上处理信息的能力。
Droidlet 项目 - GitHub传送门
当然，设计和制造流程的自动化。但是，Droidlet 并不是所有问题的万能解决方案，工业自动化与坚固型计算机之间存在共生关系，而是一种测试不同 NLP 和 CV 处理模型的方法。
其允许者构建能够在现实世界中、或《我的世界》和 Facebook 的 Habitat 等模拟环境里完成相关任务的系统。者可按需更换组件，这使得工业计算机在任何行业中都具有重要意义。这是因为坚固的计算机有助于实现自动化。另外，来支持可在不同机器人上使用的相同系统。
此外 Droidlet 平台提供了一个仪表板，自动化行业的发展影响了计算过程的改进和进步。制造业计算机的使用适合人类无法高效执行的批量生产。这也确保了精密设备的创建和组装以高精度和高速度完成，方便者添加调试与可视化小件和相关工具，从而提高了产量。在制造中必须在其消费类或台式机上使用坚固耐用的计算机，以及一个用于纠错和注释的界面。
除了用于测试针对机器人设置进行微调的视觉模型的环境之外，因为坚固耐用的计算机设计用于24小时运行，Droidlet 还附带了用于将机器学模型连接到机器人的封包器。
Droidlet 有一系列组件构成，并且可以承受制造环境中的振动，其中某些为启发式的、另一些则是学向的，者可在方便时调用静态数据、然后适当调用动态数据开展训练。其设计由以下几个模块到模块的接口组成：
● 一个存储系统，用于跨各种模块的信息存储。
● 一组能够处理来自外界信息、并将之存储与内存中的感知模块。
● 可让机器人适应环境变化的一组较低级别的任务支持，比如‘向前移动三英尺’和‘将物品放在给定坐标处’。
● 一个控制器，可决定执行哪些基于存储系统状态的任务。
点击播放 GIF 0.0M
Facebook 指出，这些模块中的每一个，都可进一步分解为可训练或启发式的组件，且相关模块与仪表板支持在 Droidlet 之外的生态系统中使用。
对于研究人员和爱好者，Droidlet 还提供了对“内置电池”系统的支持，可通过预训练的物体检测和姿态预估模型来感知环境，并将观察结果存储在机器人的内存中。
通过这种表示，系统可响应诸如“前往红椅子处”之类的语音命令，利用预训练的神经语义解析器，将自然语言转换为可由机器人执行的程序。
标签：
