Allen Institute开源体现AI框架AllenAct

非营利组织生物科学研究机构Allen Institut启动了体现人工智能框架AllenAct，其重点放在体现人工智能的可重现性研究，提供了模组化和弹性的研究环境。

一般常提到的人工智能，可推理并解决抽象问题，而体现人工智能（Embodied AI）是人工智能的一个子领域，目的是要让人工智能能移动，透过与真实世界互动，进而完成任务，越来越多研究人员相信，体现人工智能才是未来有能力辅助人类的人工智能技术，诸如请机器人到特定位置拿取特定物品，到协助残障人士在交通运输系统内移动的装置，都是体现人工智能的范畴。

而体现人工智能在最近已经有了长足的进展，这要归功于增强学习、电脑视觉、自然语言处理以及机器人的发展，目前体现人工智能的模拟环境有AI2-THOR、CARLA，还有脸书的Habitat等，Allen Institute研究人员提到，虽然多元的工具能够促进技术的发展，但同时也使得社群分裂，在某一个环境训练完模型后，要在另一个环境中测试，需要花费大量的心力，而这个状况对科学发展不利。

因此Allen Institute便发布了体现人工智能框架AllenAct，这是一个模组化且灵活的学习框架，能够符合体现人工智能研究的需求，AllenAct提供丰富的体现环境、任务和算法等支援，支援像是iTHOR、RoboTHOR和Habitat等体现环境，AllenAct中的任务和环境是分离的，研究人员可以在同一个环境中，执行各种任务。

AllenAct支援的算法包括PPO、DD-PPO和A2C，还包括了离线训练算法offline IL，而AllenAct也提供开箱即用的视觉化解决方案，用户能将代理第一人称和第三人称检视图，和中介模型张量整合到Tensorboard。另外，AllenAct还有大量文件、教学、起始程式码和预训练模型等资源，并提供PyTorch优先支援。