Elastra ProtoMotions Residual Policy
подъём гуманоидного робота на батутах и матрасах
2 min readupdated
Это residual-политика (небольшая нейросетевая надстройка, корректирующая команды базового контроллера), которая помогает гуманоидному роботу Unitree G1 вставать с мягких и упругих поверхностей — матрасов и батутов — из незнакомых для него поз падения. Модель работает поверх замороженного трекера движений g1-bones-deploy из фреймворка NVIDIA ProtoMotions, который изначально обучался только на твёрдом полу и терялся на пружинящих опорах. Надстройка с частотой 50 Гц считывает состояние суставов и базовые команды трекера, после чего добавляет к ним поправку до 0.85 радиана на сустав, не зная заранее тип поверхности. Подойдёт исследователям робототехники и разработчикам систем управления на базе reinforcement learning (обучения с подкреплением) в симуляторе MuJoCo.
Ключевые особенности
- Работа поверх готового трекера: базовый контроллер NVIDIA ProtoMotions остаётся замороженным, а компактный MLP (многослойный перцептрон с размерностями слоёв 98–256–128–29) лишь корректирует целевые углы суставов перед подачей на PD-регулятор.
- Слепая адаптация к опоре: политика не получает данных о жёсткости поверхности или координатах робота в пространстве — она опирается только на 98 внутренних параметров, включая углы и скорости суставов, ориентацию корпуса и высоту таза.
- Двукратный рост успешных подъёмов: в тестах на 400 попытках по разным поверхностям связка с residual-политикой повысила общую долю успешных вставаний с 19.0% до 45.0%.
- Открытая лицензия MIT: весовой чекпоинт (
protomotions_residual.pt) и конфигурация доступны под свободной лицензией MIT для воспроизведения экспериментов из статьи Elastra.
Что можно сделать
- Протестировать подъём на упругих поверхностях в симуляции: запустить оценку в среде Elastra (MuJoCo) и проверить, как Unitree G1 восстанавливает равновесие после пассивных падений на батутах и мягких матрасах разной жёсткости.
- Использовать как шаблон для residual RL: адаптировать архитектуру поправок к целевым углам суставов для переноса других базовых локомоторных контроллеров с жёсткого пола на деформируемые опоры.
Пример
git clone [https://github.com/yichg/elastra](https://github.com/yichg/elastra) && cd elastra
uv sync
export HF_TOKEN=... # аккаунт с принятой лицензией BONES-SEED
uv run elastra-download-assets
uvx --from huggingface_hub hf download chugangyi/elastra-protomotions-residual --local-dir hf/protomotions
uv run elastra-evaluate controller=protomotions policy=hf/protomotions/protomotions_residual.pt out=outputs/evaluation/protomotions_residualПодробнее
Бенчмарки (успешные подъёмы из 40 попыток): 180/400 (45.0%) против 76/400 (19.0%) у чистого ProtoMotions; на батуте (α = 2) — 24/40 против 6/40, на матрасе (α = 16) — 24/40 против 7/40, на твёрдом полу — 29/40 против 17/40.Обучение: 500 обновлений PPO (256 сред, 64 шага на обновление) за 3.4 часа на 32 ядрах CPU.
Ограничения: все результаты получены только в симуляции (на реальном роботе не проверялось), поверхности ровные и однородные; для запуска нужен доступ к датасету BONES-SEED на Hugging Face.










Comments