- 0
- 0
- 0
分享
- AIR×大疆:ICRA机器人Sim2Real挑战赛中场播报!
-
原创 2022-04-14
AIR联合大疆教育RoboMaster机甲大师组委会,于ICRA 2022共同推出了RoboMaster机甲大师高校Sim2Real 挑战赛(RoboMaster Univerisity Sim2Real Challenge,以下简称RMUS)。该项赛事旨在通过仿真提高真实世界中机器人完成感知、导航和操作等任务的性能,为全球科技爱好者提供云端可部署的机器人数字孪生平台,加速机器人领域的科研进展。

RoboMaster机甲大师高校Sim2Real 挑战赛
智能机器人作为人工智能技术的集大成者,近年来取得了学术界与产业界的广泛关注。然而,由于受限于实验条件与工程资源,学术界对智能机器人系统的测试大量依赖仿真环境。企业界的预期则是机器人在仿真场景与大规模现实场景中均能够有稳定的表现,因此算法从仿真到现实迁移的效率尤为重要。DISCOVER Lab作为AIR的技术支撑实验室之一,致力于提升智能机器人领域的科研技术转化效率,并携手大疆教育打造了RMUS赛事,希望借此机会吸引全球机器人爱好者和研究者的关注,共同推进机器人Sim2Real的落地。
Sim2Real机器人比赛凭借富有创新性的赛事体系吸引到了麻省理工学院、卡耐基梅隆大学、苏黎世大学、帝国理工大学、慕尼黑工业大学、清华大学、南洋理工大学等海内外顶级学府在内的117支参赛队。
仿真测试阶段回顾
仿真测试阶段是RMUS大赛的第一阶段,和传统的机器人大赛相比,RMUS要求参赛成员关注算法从仿真到真实的迁移。组委会为RMUS第一阶段的比赛提供了逼真的虚拟环境、丰富的传感器数据采集与机器人运动控制接口。参赛队员不再需要搭建机器人硬件,而是在仿真环境中完成视觉识别、定位导航和机械臂抓取算法的开发,并且通过优化算法来提高机器人在真实环境中的效率。目前,从仿真到现实的跨越仍然是机器人领域的一大难题。

RMUS比赛仿真环境
对于整个仿真测试阶段的感受,现阶段获得第一名的哈尔滨工业大学(深圳)队伍谈道:
“仿真环境搭建得很棒,几乎完美模拟了整个比赛环境。同时,组委会还在关键的地方特意设置了与真实场景不同的机制,比如机器人的机械臂抓取方式,让我们在后面的阶段中能感受到虚拟与现实的差距并通过算法去弥补,这很有挑战性,期待算法在真实场景中成功运行起来”。

仿真环境中开发算法
组委会为RMUS提供了大量的技术支持,例如机器人视觉识别、定位导航的参考代码等,确保参赛队员可以集中精力解决从仿真到现实迁移的相关问题,从而推动机器人行业技术的发展。
Sim2Real测试阶段更新
经过参赛队伍为期一月的代码设计和仿真调试,组委会按照各参赛组在仿真器中成功完成比赛任务的耗时长短和技术报告评分,进行了综合排名。最终,共有27支队伍成功晋级。晋级名单:
https://air.tsinghua.edu.cn/robomaster/sim2real_icra22.html
Sim2Real的第二阶段将从2022年4月1日持续到5月15日。在此期间,组委会将对参赛队伍提交的代码进行真实场地测试,采集并反馈测试数据。参赛队员需要根据有限的反馈数据优化算法,进行Sim2Real的调试。

真实环境中测试算法
RMUS富有创新性的比赛规则受到了来自海内外参赛者的广泛好评。来自加利福尼亚大学的参赛队伍Riverside评价道:“挑战赛全方面考察了参赛队伍在计算机视觉、机器人定位、导航避障、机械臂的抓取与置放等方面的算法设计能力以及利用ROS等工具实现模块互通的整合能力。在实际参赛过程中,官方提供的仿真平台容易操作,可以使参赛队员专心于算法设计,充分利用时间和精力在算法优化而不是环境调试上。我们队伍汇聚了来自希腊、美国、斯里兰卡和中国的多国队员。大家分别负责不同的模块并在不断地磨合中整合优化整体算法,不同思想的碰撞不仅迸发出很多精彩的设计思路,也锻炼了大家的沟通合作能力。”
最后,预祝参赛队伍取得好成绩,也希望更多的机器人爱好者和研究人员能够在未来参与到RMUS当中!想要参与RUMS裁判系统开发和明年赛题设计的同学们,欢迎报名参加参加AIR DISCOVER 2022 暑期夏令营活动。详情请点击:AIR DISCOVER 2022 夏令营开始报名啦!
关于 DISCOVER 实验室
DISCOVER实验室是AIR科研方向的横向支撑实验室之一,旨在利用机器学习、计算机视觉、计算机图形学、机器人学、运筹学、高性能计算与人机交互等前沿技术,围绕车路协同(V2I)、用户直连制造(C2M)、实验室自动化等各应用场景,构建以感知、规划、控制与决策为核心的智能算法平台体系,结合涵盖设计、工艺、计算与人因的智能系统架构体系,研究人-机-边-云四位一体的人在环路多智能体协同系统,开展具有创新性的算法理论与系统架构研究,紧贴以制造业为主的国家重点行业需求,攻克以人为中心的场景理解、人在环路机器学习、仿真到现实迁移与柔性制造工艺等关键技术瓶颈,与产业界深入合作探索自动驾驶与柔性制造的范式转移路径并实现关键技术验证与落地,推动我国在智慧交通和智能制造领域的产业升级。
关于AIR
-
阅读原文
* 文章为作者独立观点,不代表数艺网立场转载须知
- 本内容由数艺网主动采集收录,信息来源为 “清华大学智能产业研究院” 公开网络发布内容。第三方如需转载本内容,必须完整标注原作者信息及 “来源:数艺网”,严禁擅自篡改、删减或未标注来源转载。 并附上本页链接: 若您的内容不希望被数艺网收录,或认为此举侵犯了您的合法权益,敬请通过微信 ID:d-arts-cn 联系数艺网。我们将致以诚挚歉意,并第一时间为您办理下架或删除处理。




