对某工作的看法,从结果到文档的分析

1个回答

写回答

磕磕碰碰

2025-11-03 20:21

+ 关注

AI
AI

编辑:评论区有兄弟说我不懂学习,这确实是事实……如果作者声称这是一个针对强化学习(rl)训练的模拟器,我可能根本就不会关注这项工作,因为我不做学习相关的工作,但显然情况并非如此……今天我在X(推特)上看到一个人对这项工作的评价,我觉得很不错,大概是说营销做得太过了,但在这一点上我们可以忽略它。仍然是一项不错的工作!

需要说明的是,机器人技术(robotics)以前并非是个很能炒作的领域。对于planning&control方面,可以简单搜索下Russ Tedrake和Kris Hauser的成果,robotic领域的工作风格非常严谨、扎实。即便是去年,IROS(智能机器人与系统国际会议)的新星大奖也授予了Patrick Wensing,他所做的工作也全是基于模型的,充满古典韵味。具身智能感觉就是今年才被炒热的概念,我觉得还是有必要创办一个embodied AI的刊物或者会议,与传统机器人学区分开。来谈谈这个工作,结果显示clAIm比Isaac快10 - 80倍,这相当惊人。目前还没有paper,我读了文档,那文档是如何撰写的?

就是GPU上3万个核同时运行,测出的帧率为43M/s……现在这个任务还比较简单,遇到复杂任务和动态场景可能就不行了,很多并行的GPU内核也需要重新在线编译部署。另外,在用户指南 - 并行模拟这里,一上来就放了这么一张图。

嗯,搞图形的人肯定会觉得这图特别炫酷。但搞机器人技术的人看了估计要忍不住笑了,现实世界里哪能找到排列规则的100×100机械臂大矩阵?也没见过哪个机器人的训练任务需要这么高的并行度,确实有点抽象了。同时,视频里反复出现的gs.generate()接口现在还无法使用。我特别期待这个接口开源,想看看如何给生成式结果加上物理约束,这应该会很有趣。目前,这个工作汇集了众多图形领域大佬提供的各类模拟器,借助GPU加速和真实感渲染得出了很美观的模拟结果。不过,它对机器人技术领域的实际贡献还有待讨论。

举报有用(0)分享收藏

Copyright © 2025 IZhiDa.com All Rights Reserved.

知答 版权所有 粤ICP备2023042255号