过去几十年来，人工智能 (AI) 工具(包括用于自然语言处理 (NLP) 和计算机视觉算法的大型计算模型)的性能一直在快速提升。其中一个原因是，用于训练这些算法的数据集呈指数级增长，收集了数十万张通常从互联网上收集的图像和文本。

另一方面，用于机器人控制和规划算法的训练数据仍然远远不够丰富，部分原因是获取这些数据并不那么简单。因此，一些计算机科学家一直在尝试创建更大的数据集和平台，用于训练各种机器人应用的计算模型。

在最近一篇在服务器arXiv上预先发布并准备在“机器人：科学与系统 2024”会议上发表的论文中，德克萨斯大学奥斯汀分校和 NVIDIA 研究部门的研究人员介绍了其中一个平台，名为 RoboCasa。

RoboCasa 是一个大型模拟框架，可用于训练通用机器人完成日常环境中的各种任务。

该论文的第一作者朱宇克告诉 Tech Xplore： “人工智能的最新进展很大程度上得益于在海量数据源上训练大型模型。”

“受这些进步的启发，我们寻求开发能够执行各种日常任务的通用机器人的基础模型。RoboCasa 旨在提供训练此类机器人基础模型所需的高质量模拟数据。”