美國艾倫AI研究院(AI2)宣布發布其嵌入式人工智能框架AI2-THOR的3.0版本，該框架在其測試框架中添加了主動對象操縱技術。

　　ManipulaTHOR是此類虛擬代理中的第一款，它具有高度鉸接的機械臂，該機械臂配備了三個肢體長度相等的關節，并且完全由旋轉關節組成，從而為操縱對象帶來了更人性化的方法。

　　AI2-THOR是第一個在超過100個視覺豐富，具有物理功能的房間中研究對象操縱問題的測試框架。通過支持對操縱模型中通用功能的訓練和評估，與當前的實際訓練方法相比，ManipulaTHOR可以在更復雜的環境中進行更快的訓練，同時也更加安全和更具成本效益。

　　一個機器人能夠操縱廚房，打開冰箱并取出一罐蘇打水。這是機器人技術中最大的但經常被忽視的挑戰之一，而AI2-THOR是第一個為將對象移動到虛擬房間中不同位置，實現可重復性和測量進度的任務而設計基準的工具。

　　經過五年的艱苦努力，我們現在可以開始訓練機器人來像我們一樣感知和導航世界，從而使現實使用模型比以往任何時候都更容易實現。

　　盡管已經成為機器人技術領域的一個成熟研究領域，但是對象操縱的視覺推理方面一直是研究人員面臨的最大障礙之一。實際上，人們早就知道機器人要努力正確地感知，導航，行動并與世界上其他人交流。AI2-THOR通過復雜的模擬測試環境解決了這個問題，研究人員可以使用該環境來訓練機器人進行現實世界中的最終活動。

　　隨著AI2-THOR體現的AI的開創性，為了共同的利益，景觀發生了變化。AI2-THOR使研究人員能夠有效地設計解決方案，以解決對象操縱問題以及與機器人測試相關的其他傳統問題。

　　與在實際的機器人上進行實驗相比，AI2-THOR的速度和安全性高得令人難以置信。多年來，AI2-THOR已使人們能夠研究許多不同的任務，例如導航、指令遵循、多智能體協作、執行家務、推理是否可以打開對象。AI2-THOR的這種發展使研究人員和科學家能夠擴展當前實現的AI的極限。

　　除3.0版本外，該團隊還將在今年的計算機視覺和模式識別會議(CVPR)上與RoboTHOR Challenge 2021以及Embeded AI Workshop一起舉辦。AI2的挑戰包括RoboTHOR對象導航;ALFRED(指令跟隨機器人)。