#55 · 主分类: 机器人仿真与具身智能模拟

Holodeck

3d-environment ai2-thor generative-ai large-language-models text-to-3d unity

CVPR 2024: 语言引导生成3D具身AI环境

项目最后更新:04/02/25

GitHub Stars

566

Forks数量

64

贡献者数量

5

许可证

Apache-2.0

收录理由

Holodeck 能把一句简单的自然语言描述,比如“一间客厅”,直接转换成一个布置好家具、可供具身智能体自由导航的 3D 场景。它的工作流程是:先让大语言模型把这句话拆解成具体的物体清单和空间约束关系,再由约束求解器把这些物体合理地摆放到 AI2-THOR 环境中。对于需要大量不同测试场景来做具身智能体或导航研究的团队来说,这省去了手工搭建每个场景的麻烦。工具支持在 macOS 或 Ubuntu 上本地运行,生成后的场景还能导入 Unity 进行查看。需要留意的是,它属于研究导向的工具,使用前要安装特定版本的 AI2-THOR,并下载基于 Objaverse 的资产数据,之后才能开始生成第一个场景。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目