PyRobot 框架由 Facebook 和卡内基梅隆大学共同开发，可以运行由 PyTorch 训练的深度学习模型。在设计上，PyRobot 框架旨在使 AI 研究者和学生在不具备设备驱动程序、控制或规划专业知识的情况下，在几小时内操控机器人工作。
Facebook 表示：「RyRobot 框架将有助于 Facebook AI 进一步加强长期机器人研究，这项研究旨在开发能够通过与物质世界交互而实现高效学习的「具身」人工智能（Embodied AI）系统。」
构建在机器人操作系统（ROS）上的 Pyrobot API
Facebook 研究经理 Abhinav Gupta 和研究科学家 Saurabh Gupta 解释称：「作为构建在 ROS 上的轻量级、高级接口，PyRobot 提供了一组独立于硬件的、一致的中级应用程序接口（API），以控制不同的机器人。此外，PyRobot 将低级控制器和进程间通信细节抽象出来，让机器学习专家和其他开发者只需要专注于构建高级 AI 机器人应用就可以了。」
PyRobot 系统架构概览图。图源：Facebook
借助于 PyRobot 框架，研究者可以更容易地设置基准、共享数据，并在彼此的工作基础上进行构建。
Facebook 提议将 PyRobot 和 LoCoBot（一个低成本开源机器人）作为开发平台，实现「机器人大众化」。目前，PyRobot 还支持 Rethink Robotics 公司的 Sawyer 协作机器人，并将添加更多平台。
PyRobot 框架能够形成机器人关节位置、速度和扭矩控制以及路径规划、运动学、视觉同步定位与建图（SLAM）等功能的抽象概念，让开发者能够以相对较少的 Python 代码对机器人进行编程。
通过几行代码，LoCoBot 即可以移动其手臂。图源：Facebook
对于 PyRobot 框架，Facebook 将提供预训练的导航、抓取和推动算法模型。但是，物联网（IOT）安全等更高级的功能依然留给开发者来完成。
Facebook 和其他科技公司的开源之路
一直以来，Facebook 都在扩展其在人工智能、机器学习和计算机视觉方面的外延和研究。仅 2018 年，Facebook 共开源了 153 个新项目，新增 commit 数超过 9.4 万，新增 follower 数达 25.7 万。其中，去年 12 月，Facebook 开源了 PyText 神经语言平台和 DeepFocus 系统 VR 图像。
今年 5 月，Facebook 在 F8 开发者大会上讨论了 PyTorch 深度学习框架以及用于探索和优化任务的 Ax 和 BoTorch 开源工具。上周，Facebook 开源了 AI Habitat（一个用于嵌入式 AI 研究的仿真平台）。
此外，其他科技巨头也都在寻求与机器人开发者和开源社区之间的合作，如亚马逊基于云端的 RoboMaker 机器人测试平台、微软在 Windows 10 中引入机器人操作系统 ROS、英伟达的 Jetson 平台和 Isaac SDK 等。
Facebook 开源 PyRobot 带来的好处
Facebook 表示：「硬件成本和专业软件的复杂性限制了机器人研究的规模。因而，进入门槛的降低允许研究者同时部署多个机器人来收集数据和并行学习。通过为不同的硬件提供一个通用框架，PyRobot 将促进机器人基准的发展（和其他人工智能领域一样），并量化进展速度。我们计划与机器人研究领域的其他研究者合作，共同构建这些基准。」
Facebook 研究者表示：「我们相信开放式合作能够极大地推进机器人领域的发展，并将人工智能的益处广泛地传达给用户。」
