2021年3月3日，实时3D内容创作和运营渠道Unity（NYSE：U）发布了
Object Pose Estimation
示例项目(Demo)，该Demo将计算机视觉和仿真技能相结合，展现了Unity人工智能和机器学习功用怎么有效地练习机器人，加速其在工业范畴的使用落地。就在不久前，Unity推出了支撑机器人操作体系(ROS)
的最新版别，ROS供给了用于编写机器人程序的灵敏软件架构。这些新东西为机器人专家打开了一扇大门，让他们可以安全、经济、快速地进行机器人使用的研讨、测验、开发与布置解决方案。
Unity人工智能高档副总裁Danny Lange表明：“这个Demo是体系自动学习而非被迫编程的有力例子。经过对很多组成数据的学习，体系可以捕捉到具有细微差别的图画，这是任何一个一般程序都无法做到的。它展现了真实的人工智能技能，以及在练习机器人方面或许到达的功率。这些技能加在一起，可以看到咱们正不断打破边界。“
在风险、贵重或特别的情况下测验使用程序时，仿真技能可以发挥很大的效果。在仿真环境中验证使用程序，可以在程序实践布置到机器人之前就尽早发现潜在问题，大大缩短迭代时刻。Unity内置的物理引擎与Unity编辑器结合，可用于创立出具有很多排列组合方法的虚拟测验环境，测验中的目标可以经过（靠近）实际国际中效果在物体上的力来操控。
跟着最新的Demo，Unity还发布了一款开源的Unity程序包
URDF Importer
，可用于将机器人从其URDF文件导入到Unity场景中。Unity中增强的关节运动支撑
可以进行更传神的运动学模仿，此外，Unity的ROS-TCP-Connector
还可大幅下降ROS节点和Unity之间的信息推迟，让机器人可以简直实时地呼应模仿的环境。Demo还展现了最近发布的Perception SDK
中的Unity计算机视觉东西
，可以用来创立很多组成的、符号的练习数据，然后练习一个简略的深度学习模型来猜测立方体的方位。Demo中供给的教程可协助开发者重建该项目，经过使用定制的随机函数发生器可对项目进行扩展，以创立更多杂乱的场景。“经过Unity，咱们让人工数据组成变得愈加大众化，并且使在虚拟环境中模仿高档交互成为或许。例如，为自动驾驶车辆或造价昂扬的机器人手臂开发操控体系时，就不用忧虑损坏设备或添加工业装置本钱了。现在人工智能和机器学习的开展，让机器人可以在工业各个范畴履行更杂乱的使命，而可以在高保真的虚拟环境中验证使用程序将节省时刻和资金，加速机器人的使用落地。”Lange补充到。
要了解有关Unity推进机器人技能未来开展的更多信息，请拜访
Unity Robotics
页面。