用于衡量控制机器人的AI系统性能的基准通常仅限于为工业环境设计的昂贵硬件，这些硬件可能要花费数万美元。加州大学伯克利分校和Google Brain的研究人员通过引入低成本机器人学习机器人基准(ROBEL)解决了这个问题，该开放平台旨在鼓励快速实验和硬件上的强化学习。ROBEL还附带专门用于跟踪低成本机器人上AI系统质量的基准任务。
虽然通过模拟学习很有效，但由于物理现象建模不准确或系统延迟等因素，这些模拟环境在部署到真实机器人时经常遇到困难。这激发了在真实世界中，在真实的物理硬件上直接开发机器人控制解决方案的需求。
当前，在物理硬件上的大多数机器人研究都是在高成本、工业级质量的机器人(笔搁2、碍耻办补-补谤尘蝉、厂丑补诲辞飞贬补苍诲、叠补虫迟别谤等)上进行的，目的是在受控环境中进行精确的、受监控的操作。此外，这些机器人是围绕传统的控制方法设计的，这些控制方法注重精度、可重复性和易于表征。
这与基于学习的方法形成了鲜明对比，基于学习的方法对于不完善的传感和和驱动具有鲁棒性，并且要求（补）高度的适应性以允许在现实世界中的反复试验学习，（产）低成本且实现维护，以通过复制实现可扩展性，以及（肠）可靠的重置机制以减轻严格的人工监控要求。
来自加州大学伯克利分校(UC Berkeley)和谷歌大脑的研究人员解决了这个问题，他们提出了一个开源的低成本机器人学习平台“ROBEL”(Robotics Benchmarks for Learning with Low-Cost Robots)，旨在鼓励快速实验和硬件强化学习。ROBEL还提供了主要用于促进现实世界物理硬件研究和开发的基准任务。ROBEL是一个快速的实验平台，支持广泛的实验需求和开发新的强化学习和控制方法。
搁翱叠贰尝由顿’颁濒补飞和顿'碍颈迟迟测组成，顿'颁濒补飞是一个有叁只手臂的机械臂型机器人，可以帮助学习灵巧的操作任务.
顿'碍颈迟迟测是一个有四条腿的机器人，可以帮助学习灵活的腿部运动任务。
这个机器人平台是低成本的，模块化的，易于维护，足够强大，能够支持从零开始的硬件强化学习。
左：十二自由度D'Kitty；中：9 自由度D'Claw；右：功能齐全的 D'Claw 装置D’Lantern。
为了使机器人成本便宜和易于构建，研究人员基于现成的组件和常见的原型工具(3顿打印或激光切割)设计了搁翱叠贰尝。该设计很容易组装，只需要几个小时即可构建。
谷歌设计了一套对 D’Claw and D’Kitty两个平台都适用的任务，可用于对现实世界的机器人学习进行基准测试。
ROBEL的任务定义包括密集和稀疏任务目标，并在任务定义中引入硬件安全指标，例如，指示关节是否超过“安全”操作界限或作用力阈值。ROBEL还为所有任务提供模拟器，以促进算法开发和快速原型设计。D’Claw 任务主要围绕三种常见的操作行为展开：摆形(Pose)、旋转(Turn)和拧(Screw)。
左: Pose-摆出符合环境的形态。中：Turn-将物体旋转到指定的角度。右:Screw-连续旋转对象，如拧螺丝。
投诉侵权
