BEHAVIOR-1K：1000 个家庭任务基准完整指南
BEHAVIOR-1K1000 个家庭任务基准完整指南【免费下载链接】BEHAVIOR-1KBEHAVIOR-1K: a platform for accelerating Embodied AI research. Join our Discord for support: https://discord.gg/bccR5vGFEx项目地址: https://gitcode.com/gh_mirrors/om/BEHAVIOR-1KBEHAVIOR-1K是一个具身智能模拟基准基于 NVIDIA Isaac Sim 提供照片级仿真环境内置 1000 个长程家庭任务清洁、烹饪、整理让你无需真机就能训练和评估机器人策略。它解决什么问题训练家庭服务机器人时真实世界数据昂贵且难以复现跨团队评测也缺少统一标准。BEHAVIOR-1K 的任务来自真实人类时间使用调查且涉及烹饪、切割、加热等超越抓取-放置的物体状态变化适合检验策略能否真正完成复杂家务。BEHAVIOR-1K 五大核心能力拆解1000 个任务定义库— 所有活动用 BDDL3 符号语言描述初始条件与目标条件bddl3/bddl/activity_definitions/下有 1000 多个任务文件同一任务还能采样出多个不同实例用于增强训练。照片级场景与物理仿真— 底层由OmniGibson仿真器基于 Isaac Sim驱动数据集含 50 个室内场景和数千个带标注的 3D 物体在Rs_int客厅等场景中可运行导航与操作任务。动态物体状态系统— 温度、烹饪、切分、湿润、堆叠等状态在物理层实时演化逻辑位于OmniGibson/omnigibson/object_states/把菜煮熟这类目标可以靠状态谓词客观判定。Gymnasium 兼容接口— 用一个 config 字典声明场景、物体、机器人和任务即可生成og.Environment实例用标准env.step()驱动接入现有强化学习框架几乎零改造。内置机器人与遥操作框架— 提供 Fetch、Freight、LoCoBot 等机器人配置和关节/IK/操作空间控制器joylo/还支持用真实 GELLO 设备采集遥操作数据。BEHAVIOR-1K 在家庭机器人中的典型场景如果你是做长程任务强化学习的可以用它训练烹饪、清洁类操作策略并用统一任务实例对比实验。如果你是做 sim2real 的可以借助 1000 个任务和可随机采样的物体位姿在仿真中压力测试策略鲁棒性。如果你是家庭机器人产品开发者可以用场景库和物体状态系统预演挪动物体、操作家电等交互逻辑省去早期真机验证成本。BEHAVIOR-1K 快速安装与首次运行步骤先确认硬件Ubuntu 22.04 或 Windows 10、32GB 以上内存、NVIDIA RTX 20708GB 显存这是 Isaac Sim 的硬性要求。克隆并安装git clone https://gitcode.com/gh_mirrors/om/OmniGibson仓库含仿真器、任务库和遥操作框架三个包然后运行bash setup.sh --new-env --omnigibson --bddl --dataset按组件安装详细选项见docs/getting_started/installation.md。激活环境脚本会自动创建behaviorconda 环境执行conda activate behavior即可。首次运行python -m omnigibson.examples.robots.robot_control_example --quickstart用键盘遥操作机器人注意首次启动 Omniverse 初始化可能耗时约 5 分钟属正常现象。如果你需要评估策略在家庭任务上的表现建议从 quickstart 遥操作示例入手确认环境正常后再写一个自定义 config 加载单个BehaviorTask做验证。推荐文章结束【免费下载链接】BEHAVIOR-1KBEHAVIOR-1K: a platform for accelerating Embodied AI research. Join our Discord for support: https://discord.gg/bccR5vGFEx项目地址: https://gitcode.com/gh_mirrors/om/BEHAVIOR-1K创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
