microduck tug-of-war
политика для перетягивания каната
1 min read
Политика для робота Microduck в задаче Mjlab-TugOfWar-MicroDuck от автора witcheer. Использует 61-мерное наблюдение и 14 действий на частоте 50 Гц, работает как постоянная походка в слоте политики. Обучена в симуляции и пока не проверялась на реальном Microduck.
Ключевые особенности
- Perpetual-политика: работает до команды остановки, а не на фиксированное число шагов.
- Нормализатор наблюдений встроен в
policy.onnx— на вход подаются сырые наблюдения. - Дообучена на 250 итераций против лиги замороженных уток, 2048 сред.
- Манифест следует schema 2 microduck policy manifest.
- Обучение шло с наградами stay upright 1.0 и win ground 4.0, старт — от первой tug duck.
Пример
sudo robotctl policy load <slot> witcheer/microduck-tug-of-war
Подробнее
Checkpoint 475, seed 7, база mjlab-microduck 0.1.0.Обучение: 2048 сред, 250 дополнительных итераций против замороженных политик.
Только симуляция: на реальном роботе модель не тестировалась.
Повторное обучение даёт сопоставимую, но не идентичную политику.










Comments