为什么重要
Habitat 是具身 AI 研究的基础设施。它提供了照片级逼真的 3D 室内环境（基于 Matterport3D 等真实扫描）和高效模拟器（10,000+ FPS），支持 PointNav、ObjectNav、Rearrange 等多种任务。Habitat Challenge 是 CVPR 年度赛事。
构建方式
基于 Matterport3D、Gibson、HM3D 等真实 3D 扫描数据集。模拟器支持物理交互（抓取、推动）和多 Agent。任务通过标准 API 定义。
任务示例
- PointNav：从当前位置导航到目标坐标
- ObjectNav：导航到”找到一把椅子”
- Rearrange：将物品从一个位置移到另一个位置
关键发现
- 模拟训练到真实世界的迁移（sim2real）仍是核心挑战
- LLM Agent 在规划层面有优势但感知和控制是瓶颈
- 多 Agent 协作场景的效率远低于单 Agent
关联基准
ALFWorld（文本世界简化版）、ALFRED（视觉语言导航）、RoboTHOR（机器人）
不足与展望
模拟器物理精度有限。3D 环境主要来自北美室内，缺乏文化多样性。