CMU开源机器人学习框架Eden:47种机器人、66项任务打通仿真到真机
机器人前瞻(公众号:robot_pro) 作者 | 周加琦 编辑 | 漠影 机器人前瞻11月16日报道,昨天,美国卡内基梅隆大学研究人员等宣布开源机器人学习框架Eden....
机器人前瞻(公众号:robot_pro) 作者 | 周加琦 编辑 | 漠影
11月16日,机器人前瞻获悉,美国卡内基梅隆大学的研究人员等在前一天宣布,机器人学习框架Eden已对外开源。
Eden的核心研究者Kashu Yamazaki是卡内基梅隆大学的博士生,导师为Katerina Fragkiadaki教授。另外,
Kashu Yamazaki还曾参与到生成式物理引擎的开发中。
他的本科和硕士学业都在阿肯色大学完成。读博之前,他在该校AICV实验室做过研究助理,也在卡内基梅隆大学机器学习与信号处理研究组当过访问学者,先后师从Ngan Le和Bhiksha Raj。
Kashu Yamazaki在X上表示,这个项目他前后投入了两年,才做到他认为真正有用的程度。
该框架搭建在Genesis之上。开发者把任务配置一次,机器人就能在仿真环境里大规模训练,训练好的策略模型随后可部署到真机上。
测试中,它的速度达到使用。
有网友评价,从Genesis到Eden是很大的一步跨越。
不过也有人追问:机器人真正进入现实环境后,要面对仿真与现实的差距,这种开发效率上的优势还保得住吗?
GitHub:https://github.com/embodied-ai-nexus/Eden
一、47种机器人、66项任务,打通仿真训练到真机部署
机器人学习要走过任务搭建、仿真训练、策略验证和真机部署等环节,各环节用的开发工具往往不一样,机器人模型、物理环境、训练算法、软硬件适配都得开发者自己处理。
Eden把这些环节收进同一个框架,开发者构建机器人学习任务因此更省事。其核心设计叫“一项任务、一套配置”。
展开说,机器人的仿真场景、观测信息、执行动作、奖励函数、任务终止条件以及训练算法,都能在一套配置里定义,不必再为每个环节单独搭任务配置。
同时,Eden内置了245个可组合的。
已有组件开发者可直接调用,需要时也能自己编写新的组件。
拿机械臂抓取任务来说,开发者通过配置就能确定机械臂怎么动、目标在哪、奖励规则是什么,然后调用训练工具,让机械臂在仿真环境里反复试、反复学。
训练环节,Eden可以借助GPU同时跑起数千个机器人仿真环境,并兼容rsl-rl等强化学习工具。
训练结束后,开发者能把策略导出成ONNX,先经过MuJoCo,再部署到真机上。
▲左:
目前框架里已内置47种机器人、11种组合配置和66项机器人学习任务,人形机器人、四足机器人、机械臂、灵巧手等类型都有覆盖。
任务涵盖机器人行走、运动控制和抓取操作,也包括弹琴这类复杂操作。另外,Eden能仿真复杂物理场景,液体、布料、软体等不同物理对象都可模拟。
在Genesis原有物理求解器之外,Eden还集成了Mochi求解器,刚体、软体、布料和杆状物体之间的相互作用都能处理。
官方演示中,机器人可以完成书写和绘画,写出的汉字笔画清晰工整,绘画作品的完成度也相当高。
其他演示里,宇树G1站在厨房水龙头前用玻璃杯接水;机械臂配合着折叠毛巾;还有机器人拿泡沫海绵擦拭杆子,以及把线缆绕过线轴插进接口。
另外,这个框架里面预置了21种预训练策略。Eden也把
二、为编程Agent而设计,Claude Opus 5开发最高快4倍
Eden的另一个突出之处,是设计之初就考虑到了
与此同时,Eden带有一个可检索的组件库,开发者用命令就能查到现有组件和它们的参数。
研究人员在实际测试中用
从结果看,跟Isaac Lab相比,
Claude Opus 5借助Eden开发柔性物体切割任务,速度是前者的1.6倍;开门任务做到2.1倍;箱内物品抓取任务则达到4倍。
结语:机器人开发在提速,门槛也在往下走
以往做机器人开发,搭环境、写代码、调模型都要耗掉大量时间,对开发者的技术功底要求也不低。Eden让机器人学习任务的开发省事了不少。编程Agent参与进来之后,开发周期还能进一步压缩,开发者可以把更多精力放在机器人能力本身的研发上。
开发工具越做越完善,能上手的人就越多,大家可以用更低的门槛、更短的周期去做机器人训练和验证,具身智能技术走向实际应用的步子也会跟着加快。