UnrealZoo

Paper：UnrealZoo: Enriching Photo-realistic Virtual Worlds for Embodied AI，ICCV 2025

image.png

当前具身智能智能体大多被局限在简单的室内环境，难以适应复杂的、非结构化的世界。

具体瓶颈有三：

• 环境多样性不足。
• 形态单一。缺乏不同形态（人、动物、四足机器人、无人机）的交互支持。
• 性能瓶颈。

论文提出了 UnrealZoo，包含100个照片级真实感的3D场景，涵盖了从室内到超大规模室外的多种环境。分为四个尺度：室内（Indoor）、建筑（Building）、社区（Community）和景观（Landscape）四个级别。

另外系统提供了7类67种可以操作的实体，包括19种人类角色，27种动物，14种四足机器人以及无人机车辆等。

为了解决训练效率问题，作者对传统的 UnrealCV 进行了重构，明明为 UnrealCV+。

论文设计了两个任务来评估智能体。第一个是视觉导航任务。

其中前一项代表比上一时刻更近了就给正向奖励，使用tanh是为了让奖励更加平滑。后一项是如果面朝的方向偏离了目标方向，就扣分。

第二个是主动视觉跟踪，要求智能体保持在目标人物前方2.5米处。奖励函数为：

目标是让当前位置 逼近理想位置 ， 是距离，是偏角。