李飞飞计划利用ImageNet来推动身体智能。这仍然是一个“挑战”。近日，由李飞飞团队发起、NVIDIA（其中之一）赞助的首届BEHAVIOR家务挑战赛正式启动。此次，我们决心结合学术界和工业界的力量，共同挑战家庭机器人的高度。简而言之，参赛者必须以星海图R1 Pro（双手操作+轮子移动）为主体，在逼真的BEHAVIOR-1K虚拟家庭环境中解决50项完整的家务任务（涵盖整理、烹饪、清洁等各种活动）。参赛者可以自由选择算法，官方还提供了10000条专家演示轨迹（约1200小时），帮助任何人快速开始使用模仿学习。有两个选项可以停止已完成的曲目。标准提示：机器人只能根据他们看到的东西做出决定。权限追踪：机器人可以获得更多详细信息有关环境状态的信息（对象坐标、房间结构等）。然后，负责人让所有机器人对一组固定的 50 个任务进行相同的测试，并使用（主要）以下标准对它们进行评分： 任务完成率：任务是否可以完全完成（例如“将碗碟放入洗碗机”）以及是否真正完成。部分完成：如果只完成任务的一半，也会获得部分积分，例如“我拿起盘子但没有放下”。其他次要指标包括模拟时间（完成任务所需的时间）、导航距离（行驶的距离）、手部动作（机器人手臂移动的次数）和稳定性。我把它分类为最终行动主要取决于任务的平均完成率。 La fecha límite de concurso es el 15 de 2025, y los tres primeros ganadores recibirán un premio max de 1,000 USD y un RTX 5080. Ahora, después de hablar d关于兰扎尔的行为，您有什么预感吗？在最初的COMPORTAMIENTO 动机中，李飞飞与Jim Profundizamos 一起非正式地与Fan（NVIDIA 智能公司实验室联合主任，李飞飞校友）和Edmar（NVIDIA Omniverse 社区负责人）合作。总体而言，BEHAVIOR 的发布受到了 ImageNet 的启发。 2009 年，李飞飞在 CVPR 上公开发表文章“ImageNet：图像数据的基础”。在 ImageNet 挑战赛中，我们将与您的合作伙伴一起在新时代的计算机视觉领域进行交流。回顾当年的ImageNet，李飞飞坦言，他最初并没有想到ImageNet会彻底重塑AI。她只是顺着自己的好奇心。在他看来，ImageNet 以及神经网络（特别是卷积神经网络）和 Nvidia GPU，j共同定义了深度学习的开端。 。所以这一次，回到当前热门的具身智能领域，他打算以同样的方式再做一次。机器人学习缺乏标准化。任务选择往往是碎片化的，因此很难比较文章之间的结果；以及训练数据的缺乏，这与ImageNet出现之前计算机视觉领域面临的问题有些类似。我们相信“北极星”的使命，并希望利用社区的力量来促进具身智能的发展。行为挑战有哪些亮点？除了李飞飞在BEHAVIOR本身的气场之外，挑战本身也很有趣。首先，从概念上讲，行为的设计是以人为中心的，特别关注人工智能增强和增强人类的能力，而不是取代人类。这一理念贯穿于行为的各个方面。例如，团队始终确保机器人的目标在任务定义、数据选择和道德价值观方面与人类需求保持一致。其次，BEHAVIOR核心针对家务任务，首次明确提出相关标准。真正的家庭机器人需要具备多种能力，例如房间间导航、双手精确控制、长期规划和动态适应。此外，行为尺度也必须“大”，以便机器人能够获得相关技能。涵盖1000项家庭活动、50项完整的远程挑战，平均单项任务需要连续运行6.6分钟。因此，BEHAVIOR 以其人性化的方法、明确的目标和规模，绝对有潜力成为“下一个 ImageNet”。至于最终的结果，还需要时间来证明一切。毕竟，ImageNet 并不是一夜之间出现的。无论如何，如果 ImageNet 迎来了视觉智能的黄金时代，那么 BEHAVIOR 可能是对具身智能的第一个警钟。还有机器人的问题最近，执行家务已成为具身智能项目的一个竞争问题。以后你录制视频的时候，可能就是做家务。检测大型语言模型就是提出问题，检测实体智能机器人就是做家务。趋势安达很明显。比赛详情页面：https://behavior.stanford.edu/challenge/index.html
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易用户上传发布。色好是一个社交媒体平台，仅提供信息存储服务。
李菲菲开启机器人家务挑战！老黄当即批准了赞助融资。