2021 年 3 月 3 日，實時 3D 內容創作和運營平臺 Unity（NYSE：U）發布了Object Pose Estimation?示例項目 (Demo)，該 Demo 將計算機視覺和仿真技術相結合，展示了 Unity 人工智能和機器學習功能如何有效地訓練機器人，加速其在工業領域的應用落地。就在不久前，Unity 推出了支持機器人操作系統(ROS)的最新版本，ROS 提供了用于編寫機器人程序的靈活軟件架構。這些新工具為機器人專家打開了一扇大門，讓他們可以安全、經濟、快速地進行機器人應用的研究、測試、開發與部署解決方案。

Unity 人工智能高級副總裁 Danny Lange 表示：“這個 Demo 是系統主動學習而非被動編程的有力例證。通過對大量合成數據的學習，系統能夠捕捉到具有細微差別的圖案，這是任何一個普通程序都無法做到的。它展示了真正的人工智能技術，以及在訓練機器人方面可能達到的效率。這些技術加在一起，能夠看到我們正不斷突破界限。“

在危險、昂貴或特殊的情況下測試應用程序時，仿真技術能夠發揮很大的作用。在仿真環境中驗證應用程序，可以在程序實際部署到機器人之前就盡早發現潛在問題，大大縮短迭代時間。Unity 內置的物理引擎與 Unity 編輯器結合，可用于創建出具有無數排列組合方式的虛擬測試環境，測試中的對象可以通過（貼近）現實世界中作用在物體上的力來控制。

隨著最新的 Demo，Unity 還發布了一款開源的 Unity 程序包URDF Importer，可用于將機器人從其 URDF 文件導入到 Unity 場景中。Unity 中增強的關節運動支持可以進行更逼真的運動學模擬，此外，Unity 的ROS-TCP-Connector還可大幅降低 ROS 節點和 Unity 之間的信息延遲，讓機器人能夠幾乎實時地響應模擬的環境。Demo 還展示了最近發布的Perception SDK中的 Unity計算機視覺工具，可以用來創建大量合成的、標記的訓練數據，從而訓練一個簡單的深度學習模型來預測立方體的位置。Demo 中提供的教程可幫助開發者重建該項目，通過應用定制的隨機函數發生器可對項目進行擴展，以創建更多復雜的場景。

“通過 Unity，我們讓人工數據合成變得更加大眾化，而且使在虛擬環境中模擬高級交互成為可能。例如，為自動駕駛車輛或造價高昂的機器人手臂開發控制系統時，就不必擔心破壞設備或增加工業安裝成本了。如今人工智能和機器學習的發展，讓機器人可以在工業各個領域執行更復雜的任務，而能夠在高保真的虛擬環境中驗證應用程序將節省時間和資金，加快機器人的應用落地。”Lange 補充到。

要了解有關 Unity 推動機器人技術未來發展的更多信息，請訪問Unity Robotics頁面。