BEHAVIOR-1K具身智能仿真平台1000项家务任务基准的完整剖析【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是基于NVIDIA Omniverse构建的具身智能仿真平台与基准为机器人执行1000项日常家务活动提供训练与评测环境帮具身AI研究者解决家庭机器人拿什么考、怎么考的问题。它到底是什么BEHAVIOR-1K是一个单体仓库内含OmniGibson模拟器基于Isaac Sim与PhysX物理引擎、BDDL任务定义语言、JoyLo遥操作框架和数据集把来自真实人类时间使用调研筛选出的清洁、烹饪、整理等活动做成了1000个可执行的长时程任务。对外接口是Gym风格的Environment类用配置声明场景、物体、机器人和任务策略即可逐步交互并拿到观测。核心能力50个大场景——内置50个可交互的房屋级场景覆盖公寓、住宅、杂货店、办公室等均含多房间与可通行地图——无需自建环境任务直接跑在拟真空间里。1000个BDDL声明式任务——每个任务由物体、初始条件、目标条件三部分描述如把所有蜡烛放进篮子里且支持随机采样出不同物体模型与摆放——同一任务能批量生成多样训练实例评测时可加载预采样实例保证可复现。34种物体状态——除位姿外还追踪温度、在上方、包含、装满、折叠等语义状态——不只判断拿没拿到还能验证做没做对比如水是否接满、灶具是否点火。模块化机器人与控制器——支持Fetch、宇树R1等移动机械臂底盘/机械臂/夹爪控制器与RGB、深度、激光扫描传感器可独立配置接口兼容OpenAI Gym——现有强化学习、模仿学习算法可直接接入。照片级渲染与软体物理——支持流体接水、倒水与布料下垂等效果——观测更接近真实相机降低仿真到真机的迁移差距。典型场景Agent统一评测加载1000个任务的预采样实例在同一批家务任务上横向比较不同策略的表现仓库自带评测与榜单流程。遥操作数据采集用仓内JoyLo框架连接Joy-Con手柄在家庭任务上录制演示数据供模仿学习训练。自定义任务原型写一个BDDL文件定义新任务物体初始目标验证后即可进模拟器运行。物理交互调试运行scene_selector示例进入场景按住Shift拖拽即可对物体施力快速检查碰撞与物理效果。快速上手克隆仓库并运行一体化安装脚本需Ubuntu 22.04或Windows 10、32GB以上内存、RTX 2070以上且显存8GB以上的GPUgit clone https://gitcode.com/gh_mirrors/om/OmniGibson ./setup.sh --new-env --omnigibson --bddl --dataset激活behavior环境后先跑场景漫游示例熟悉交互首次启动Omniverse需数分钟初始化python -m omnigibson.examples.scenes.scene_selector任务编写、采样与评测细节见仓库docs目录下的quickstart、behavior_tasks等文档遇到问题可参考README中列出的社区渠道。BEHAVIOR-1K把做家务变成了一套可度量、可复现的基准1000个任务、50个场景、一套开放的Gym式接口。克隆仓库跑通第一个房间场景就可以开始训练你的Agent了。【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
