BEHAVIOR挑战赛：具身智能的新里程碑
李飞飞团队发起的首届BEHAVIOR家务挑战赛，旨在推动具身智能的发展，这一举措受到了ImageNet成功的启发。以下是关于BEHAVIOR挑战赛的一些关键点和背后的原因。
发起背景
1. ImageNet的成功经验
- 2009年，李飞飞团队在CVPR发表了《ImageNet: A Large-Scale Hierarchical Image Database》，开启了计算机视觉领域的黄金时代。
- ImageNet挑战赛成为计算机视觉领域的试金石，极大地推动了深度学习的发展。
- 李飞飞希望通过类似的挑战赛，推动具身智能领域的发展。
2. 当前具身智能面临的挑战
- 缺乏标准化：现有的机器人学习任务通常是零散的，难以进行比较。
- 训练数据匮乏：类似于ImageNet出现之前计算机视觉领域所面临的问题。
- 任务复杂性：机器人需要具备跨房间导航、双手精细操控、长期规划与动态适应等多种能力。
挑战赛详情
1. 比赛设置
- 参赛者要求：统一使用星海图R1 Pro（双手操作+轮式移动）作为本体。
- 环境设置：在逼真的BEHAVIOR-1K虚拟家庭环境中进行。
- 任务类型：涵盖重新布置、烹饪、清洁等各种活动，共50项完整家务任务。
2. 赛道选择
- 标准赛道（Standard Track）：机器人只能用“自己能看到的东西”决策。
- 特权赛道（Privileged Track）：机器人可以获取更详细的环境状态信息（如物体坐标、房间结构）。
3. 评分标准
- 主要指标：任务完成率（是否能完全完成任务，如“把餐具放进洗碗机”）。
- 次要指标：模拟时间、导航距离、手部位移、稳定性等。
- 最终排名：主要看平均任务完成率。
4. 奖励机制
- 比赛提交截止日期为2025年11月15日。
- 最终获奖前三名将获得最高1000美元奖金及RTX 5080显卡。
看点与意义
1. 以人为中心的理念
- BEHAVIOR被设计为以人为中心，强调AI是为了增强和赋能人类，而非取而代之。
- 任务定义、数据选择和伦理价值导向都确保机器人的目标与人类需求相符。
2. 明确的目标与标准
- 首次明确提出家庭机器人应具备的能力：跨房间导航、双手精细操控、长期规划与动态适应。
- 覆盖1000个家庭活动，50个完整长程挑战，平均单个任务需要6.6分钟连续操作。
3. 规模巨大
- 提供1万条专家演示轨迹（约1200小时），方便参赛者用模仿学习快速上手。
- 使用高保真模拟器OmniGibson，支持复杂物理交互。
展望未来
BEHAVIOR挑战赛有望成为具身智能领域的“下一个ImageNet”。正如ImageNet开启了视觉智能的黄金时代，BEHAVIOR可能会成为具身智能发展的第一声号角。通过这一挑战赛，李飞飞团队希望能够凝聚学术界和产业界的力量，共同推动具身智能的发展，使其更好地服务于人类生活。
