All Robots in One: A New Standard and Unified Dataset for Versatile, General-Purpose Embodied Agents

身体化人工智能正在改变人工智能系统与物理世界的交互方式，但现有的数据集不足以开发多才多艺、通用性强的智能体。这些限制包括缺乏标准化格式、数据多样性不足和数据量不足。为了解决这些问题，我们介绍了AROI（All Robots In One），这是一种新的数据标准，通过提供统一的数据格式、全面的感官模式和真实世界和模拟数据的组合，增强了现有数据集。ARIO旨在改善身体化人工智能智能体的训练，增强它们在各种任务和环境中的稳健性和适应性。在新提出的标准的基础上，我们提出了一个大规模的统一的ARIO数据集，包括从258个系列和321,064个任务中收集的约3百万个情节。ARIO标准和数据集代表了填补现有数据资源差距的重要一步。通过提供一个统一的数据收集和表示框架，ARIO为开发更强大、更多才多艺的身体化人工智能智能体铺平了道路，这些智能体能够以越来越复杂和多样化的方式导航和与物理世界进行交互。该项目可在https://imaei.github.io/project_pages/ario/ 上获取。

ARIO试图解决现有数据集在开发多功能、通用型智能体方面的不足，包括缺乏标准化格式、数据多样性不足和数据量不足等问题。

ARIO提供了一个统一的数据格式，综合了各种感官模态和真实世界与模拟数据的组合，以提高智能体的训练效果，增强其在各种任务和环境中的鲁棒性和适应性。

ARIO提供了一个大规模的、统一的数据集，包括258个系列和321,064个任务，共约3百万个episode。该项目已经在https://imaei.github.io/project_pages/ario/上开源。此外，论文还介绍了ARIO的设计和实现细节。

在这个领域中，最近还有一些相关研究，如《AI2-THOR: 一个交互式2D和3D智能体基准环境》和《Habitat：一个可扩展的平台，用于研究机器人在复杂3D环境中的长期自主行为》。