microduck-hill-climb-1m5-hill-2-c
быстрая политика подъёма по пандусу
1 min readupdated
Это более ранний checkpoint второй попытки подъёма от GinDuck — постоянная (perpetual) политика для робота microduck: 61-мерное наблюдение, 14 действий и частота 50 Hz. Она загружается в слот policy и работает как походка до команды остановки.
Ключевые особенности
- Гонится за скоростью: каждый забег завершается примерно за 1,4 секунды.
- Удерживает линию на пандусе.
- Perpetual-политика: работает до остановки, а не фиксированный эпизод.
- Нормализатор наблюдений встроен в
policy.onnx, на вход подаются сырые наблюдения. - Формат управления: 61-D observation, 14 actions, 50 Hz.
Пример
sudo robotctl policy load <slot> GinDuck/microduck-hill-climb-1m5-hill-2-c
Подробнее
Главная цифра: около 1,4 с на забег.Обучение:
Mjlab-HillClimb1m5-MicroDuck, checkpoint 2000, seed 1, 4096 сред, 3000 итераций.Ограничения: это более ранний checkpoint; повторное обучение даёт сопоставимую, но не ту же политику — GPU RL не бит-воспроизводим.
Требования к VRAM и железу в карточке не указаны.










Comments