AI agent 生成机器人训练场景
MIT News AI · rss · 2026-07-14
MIT CSAIL 和 Toyota Research Institute 提出 SceneSmith：让多个 AI agent 协作生成适合机器人训练的 3D 虚拟场景，用来缓解机器人数据不足的问题。
主要思路
- 用三个 agent 分工：设计、评审、协调，逐步搭建室内场景。
- 场景比以往方法更丰富，单个场景里物体数量最多可达此前方法的 6 倍。
- 生成出来的环境可以直接接入物理仿真，用于机器人任务测试和策略评估。
实验结果
- 研究者生成了 1300+ 场景，并在其中测试机器人动作策略。
- 人类和模型对“策略是否失败”的判断一致率超过 99%。
- 还把预训练机器人策略放进这些场景里做验证，说明生成的环境不只是看起来像，物理交互也能成立。
代价与局限
- 生成一个场景可能要花数小时，速度是目前主要代价。
- 团队后续希望扩展到更多可变形物体。
「具身」频道最新
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11
- 狗类 3D 姿态数据集发布，动物动捕研究可用 — ducha_aiki · 2026-09-11
- Swaayatt 演示山区高速自动驾驶：52km/h 过盲弯失控后自稳 — sanjeevs_iitr · 2026-09-11
- AUAR 推移动微型工厂:为每块木板定制生成机器人加工方案 — lukas_m_ziegler · 2026-09-11
- 马斯克转发：Cybercab 认证能效 165 Wh/mi,史上最高效量产电动车 — elonmusk · 2026-09-11