MetaUrban: A Simulation Platform for Embodied AI in Urban Spaces

公共城市空间如街景和广场为居民提供服务，容纳各种充满活力的社交生活。最近机器人技术和具有身体感知的人工智能使得公共城市空间不再只属于人类。送餐机器人和电动轮椅已经开始与行人共享人行道，而各种机器狗和仿人机器人最近也出现在街上。在繁忙的城市空间中行驶，确保这些即将到来的移动机器的通用性和安全性至关重要。在这项工作中，我们提出了MetaUrban，这是一个用于城市空间具有身体感知的人工智能研究的组合模拟平台。MetaUrban可以从组合元素构建无限数量的交互式城市场景，涵盖各种平面图、物体放置、行人、易受伤路人和其他移动代理的外观和动态。我们设计了点导航和社交导航任务作为使用MetaUrban进行具有身体感知的人工智能研究的试点研究，并建立了各种强化学习和模仿学习的基线。实验表明，模拟环境的组合性质可以大大提高训练移动代理的通用性和安全性。MetaUrban将公开提供，以提供更多的研究机会，并促进城市空间中安全可靠的具有身体感知的人工智能。

MetaUrban是一个仿真平台，旨在解决机器人和其他移动设备在城市空间中的通用性和安全性问题。

MetaUrban可以构建无限数量的交互式城市场景，从组成元素中覆盖广泛的地面平面图，物体放置，行人，易受伤的道路用户和其他移动代理的外观和动态。

论文设计了点导航和社交导航任务作为试点研究，使用MetaUrban进行体现AI研究并建立了各种强化学习和模仿学习的基线。实验表明，仿真环境的组成性质可以大大提高受过训练的移动代理的通用性和安全性。MetaUrban将公开提供以提供更多研究机会并促进城市空间中安全可靠的体现AI。

最近的相关研究包括“在城市环境中的机器人导航：现状和前景”和“城市仿真：过去，现在和未来”。