Holodeck - 语言驱动的3D AI环境生成系统

基于语言引导的3D智能体环境生成

论文 | 项目主页

系统要求

Holodeck基于AI2-THOR，我们目前支持macOS 10.9+或Ubuntu 14.04+。

新功能：要向AI2-THOR添加任何新资产，请查看objathor仓库！

注意：为了获得更好的布局，请使用DFS作为求解器。如果您在2023年12月28日之前拉取仓库，必须将参数 --use_milp设置为False以使用DFS。

安装

克隆仓库后，您可以使用以下命令安装所需的依赖项：

conda create --name holodeck python=3.10
conda activate holodeck
pip install -r requirements.txt
pip install --extra-index-url https://ai2thor-pypi.allenai.org ai2thor==0+8524eadda94df0ab2dbb2ef5a577e4d37c712897

数据

运行以下命令下载数据：

python -m objathor.dataset.download_holodeck_base_data --version 2023_09_23
python -m objathor.dataset.download_assets --version 2023_09_23
python -m objathor.dataset.download_annotations --version 2023_09_23
python -m objathor.dataset.download_features --version 2023_09_23

默认情况下，这些将保存到~/.objathor-assets/...，您可以通过指定--path参数来更改此目录。如果您更改了--path，在使用Holodeck时需要将OBJAVERSE_ASSETS_DIR环境变量设置为存储资产的路径。

使用方法

您可以使用以下命令生成新环境：

python holodeck/main.py --query "a living room" --openai_api_key <OPENAI_API_KEY>

我们的系统使用gpt-4o-2024-05-13，因此请确保您有权限访问它。

注意：为了获得更好的布局，请使用DFS作为求解器。如果您在2023年12月28日之前拉取仓库，必须将参数 --use_milp设置为False以使用DFS。

在Unity中加载场景

安装Unity并选择编辑器版本2020.3.25f1。
克隆AI2-THOR仓库并切换到new_cam_adjust分支。

git clone https://github.com/allenai/ai2thor.git
git checkout 6f165fdaf3cf2d03728f931f39261d14a67414d0

重新安装一些包：

pip uninstall Werkzeug
pip uninstall Flask
pip install Werkzeug==2.0.1
pip install Flask==2.0.1

在Unity中将ai2thor/unity加载为项目，并打开ai2thor/unity/Assets/Scenes/Procedural/Procedural.unity。
在终端中运行这个Python脚本：

python connect_to_unity --scene <SCENE_JSON_FILE_PATH>

在Unity中按播放按钮（三角形）查看场景。

引用

如果您在工作中使用此代码，请引用以下论文：

@InProceedings{Yang_2024_CVPR,
    author    = {Yang, Yue and Sun, Fan-Yun and Weihs, Luca and VanderBilt, Eli and Herrasti, Alvaro and Han, Winson and Wu, Jiajun and Haber, Nick and Krishna, Ranjay and Liu, Lingjie and Callison-Burch, Chris and Yatskar, Mark and Kembhavi, Aniruddha and Clark, Christopher},
    title     = {Holodeck: Language Guided Generation of 3D Embodied AI Environments},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    month     = {June},
    year      = {2024},
    pages     = {16227-16237}
}