卡內基美隆大學開發開源框架，讓AI系統可跨機器人平台快速部署

卡內基美隆大學打造跨機器人AI部署基礎設施

機器人領域的研究人員長期面臨一項棘手挑戰：每當需要在新型機器人上測試行為模式時，往往得先花費數週甚至數個月的時間進行系統建置與環境設定，才能真正開始研究工作。

為解決這一痛點，卡內基美隆大學（Carnegie Mellon University，CMU）電腦科學學院的研究人員開發了一套全新的開源軟體框架。這套框架的核心目標，是大幅減少研究人員在部署階段所需投入的前置作業，讓AI系統得以在不同機器人平台之間順暢移植，無需每次都從零開始重建軟體架構。

填補機器人AI生態系的關鍵缺口

目前機器人研究領域缺乏統一的「基礎設施層」，導致各項AI研究成果難以在不同硬體平台間共享或重複利用。CMU研究團隊所開發的這套框架，正是針對這項「缺失的基礎設施」所提出的解決方案。

透過此框架，研究人員可以將在某一機器人上訓練或驗證過的AI模型，更有效率地遷移至其他機器人系統，從而加速整個機器人行為研究的迭代速度。

開源策略促進社群共享

採用開源授權的策略，意味著全球機器人研究社群均可自由取用、修改並貢獻這套框架，有望進一步推動跨機構、跨平台的協作研究，降低機器人AI研究的技術門檻。

原文來源： 查看原文