前言
随着人工智能技术的飞速发展，机器人在各种场景中的应用越来越广泛。然而，机器人在真实世界中的操作能力仍然受到诸多限制，其中一个关键问题是缺乏高质量的可交互物体数据。为了提升机器人的仿真训练效果，上海 AI Lab 推出了 Infinite Mobility，这是一个基于程序化生成技术的可交互物体生成模型。
项目概述
Infinite Mobility 能够高效生成高质量的可交互物体数据资产。该模型支持 22 类常见可交互物体的生成，单个物体生成仅需约 1 秒，且生成数量无上限。相比传统数据集（如 PartNet-Mobility），Infinite Mobility 生成的物体结构复杂度更高、外观质量更优、成本更低。目前，其生成的物体已应用于桃源 2.0、Isaac Sim 等仿真训练平台，助力机器人在虚拟环境中进行大规模训练，从而提升在真实世界中的操作能力。
[图：Infinite Mobility 生成的物体示例]
技术原理
程序化生成技术
Infinite Mobility 使用程序化生成技术，基于预设的规则和逻辑动态生成物体的结构、几何形状和材质。这种方法避免了传统数据驱动方法对大规模标注数据的依赖，大幅降低了数据生成成本。
- 树结构生长策略：物体的关节结构被抽象为类似 URDF 的树状模型，从根节点开始，基于语义规则动态'生长'出完整的物体结构。通过概率分布控制子树的生成组合，模型能够生成多样化的物体形态。
- 几何与材质生成：模型结合程序化生成和精选资产库，确保部件的尺寸、位置与支撑点精准对齐。基于程序化调整基于物理的渲染（PBR）参数，生成逼真的材质效果。
物理合理性
Infinite Mobility 通过程序化检测与调整，避免物体自碰撞和关节运动不合理的问题，确保生成物体可直接用于仿真训练。
- 关节生成：基于生成的树状结构和几何信息，模型为每个关节确定类型、轴向和运动范围，确保生成的物体在物理上是合理的。
主要功能
- 高效生成可交互物体：快速生成高质量的可交互物体，单个物体生成时间仅需约 1 秒，且生成数量无上限。
- 支持多样化物体类别：涵盖家具、家电、工具等多种类型，满足不同应用场景的需求。
- 提供高质量几何与材质：支持逼真的纹理、金属氧化痕迹、木材纹理等效果，提升仿真环境的真实感。
- 确保物理合理性：基于程序化检测与调整，避免物体自碰撞和关节运动不合理的问题。
- 低成本数据生成：单个生成成本可降至约 0.01 元，大幅降低数据获取成本。
应用场景
Infinite Mobility 的应用场景非常广泛，以下是一些具体的应用场景和实际案例：
- 机器人仿真训练：快速生成大量可交互物体，提升机器人的操作能力。
- 医疗机器人开发：生成医疗器械模型，助力医疗机器人训练。
- 家庭服务机器人优化：生成各种家用电器和家具模型，增强机器人的适应性。
- 虚拟现实与增强现实：生成的物体能够提供更加逼真的视觉效果，提升用户体验。
- 人工智能研究：提供多样化数据，支持物体识别和交互学习研究。
快速使用
安装环境
- 克隆项目代码
git clone https://github.com/OpenRobotLab/Infinite-Mobility.git
cd Infinite-Mobility
- 安装基础环境 项目基于 Infinigen 开发，因此需要先按照 Infinigen 的安装说明设置基础环境。
git https://github.com/NVIDIA/infinigen.git
infinigen
git checkout 572bfe7
pip install -r requirements.txt
