Allen Institute開源體現AI框架AllenAct

非營利組織生物科學研究機構Allen Institut啟動了體現人工智慧框架AllenAct，其重點放在體現人工智慧的可重現性研究，提供了模組化和彈性的研究環境。

一般常提到的人工智慧，可推理並解決抽象問題，而體現人工智慧（Embodied AI）是人工智慧的一個子領域，目的是要讓人工智慧能移動，透過與真實世界互動，進而完成任務，越來越多研究人員相信，體現人工智慧才是未來有能力輔助人類的人工智慧技術，諸如請機器人到特定位置拿取特定物品，到協助殘障人士在交通運輸系統內移動的裝置，都是體現人工智慧的範疇。

而體現人工智慧在最近已經有了長足的進展，這要歸功於增強學習、電腦視覺、自然語言處理以及機器人的發展，目前體現人工智慧的模擬環境有AI2-THOR、CARLA，還有臉書的Habitat等，Allen Institute研究人員提到，雖然多元的工具能夠促進技術的發展，但同時也使得社群分裂，在某一個環境訓練完模型後，要在另一個環境中測試，需要花費大量的心力，而這個狀況對科學發展不利。

因此Allen Institute便發布了體現人工智慧框架AllenAct，這是一個模組化且靈活的學習框架，能夠符合體現人工智慧研究的需求，AllenAct提供豐富的體現環境、任務和演算法等支援，支援像是iTHOR、RoboTHOR和Habitat等體現環境，AllenAct中的任務和環境是分離的，研究人員可以在同一個環境中，執行各種任務。

AllenAct支援的演算法包括PPO、DD-PPO和A2C，還包括了離線訓練演算法offline IL，而AllenAct也提供開箱即用的視覺化解決方案，用戶能將代理第一人稱和第三人稱檢視圖，和中介模型張量整合到Tensorboard。另外，AllenAct還有大量文件、教學、起始程式碼和預訓練模型等資源，並提供PyTorch優先支援。