microduck-hop
политика прыжков для Microduck
1 min read
Это эпизодическая RL-политика для небольшого робота Microduck от автора witcheer: 61-мерное наблюдение, 14 действий и частота 50 Гц. Политика работает 6,0 с и возвращает робота в стоячую позу. Обучение и все проверки — только в симуляции.
Ключевые особенности
- Обучена в задаче Mjlab-Velocity-Flat-Backlash-Hop2-MicroDuck с warm start от walk-flat v2 на 7 000 итераций.
- Политику выбирали по фиксированному правилу: чекпоинт на итерации 9 750, около 60 минут на одной RTX 5090 при 4 096 средах.
- В 15 тестах по 6 с — 14 успехов против 0 у исходной ходьбы; всего 372 полёта, медианный пик корпуса 168,8 мм против 116,1 мм в стойке.
- Награда не описывала прыжок: контактный сенсор по всему телу и штрафы за касание пола; прыжок возник сам.
- Только прыжки на месте: без команды вперёд, толчков и на ровном полу; на реальном роботе не тестировалась.
Пример
sudo robotctl policy add hop witcheer/microduck-hop
robotctl robot do hop
Подробнее
В симуляции каждый тест упирается в потолок момента 0,641 Н·м, а реальный XL330 встаёт при 0,60 Н·м (6 В), поэтому реальный Microduck так не прыгнет.Разница 14/15 против 0/15, односторонний Fisher p=1,0e-7.
Один seed обучения, без реального робота; нормализатор наблюдений встроен в policy.onnx — подавайте сырые наблюдения. Лицензия Apache-2.0.










Comments