MicroDuck Indoor Object Search RL

Это исследовательский релиз 0.2.1 от BravoRobots: воспроизводимый проект симуляции, в котором PPO обучает супервизора поиска для свободно плавающего MicroDuck в обставленной комнате MuJoCo. Ищет три заданных объекта — красный мяч, синий куб и жёлтый цилиндр; произвольные бытовые предметы пока не распознаёт и на реальном роботе автономно не работает.

✨ Ключевые особенности

• 🔥 Политика 45 входов → 6 действий: это супервизор поиска, а не моторная политика.
• 👀 На входе — глубина вперёд, видимое детектирование цели, память последнего места и посещений, одометрия и прошлое действие; скрытые координаты объекта не подаются.
• ⭐ Обучение идёт в быстром планарном SE(2)-прокси с окклюзиями, затем проверка на сочленённом роботе в MuJoCo с контактами, приводами BAM M6 и моторными ONNX-политиками на 50 Гц.
• ✅ Depth-only guard на 10 Гц заменяет опасное движение вперёд поворотом; его используют и RL, и reactive baseline.
• ❌ Пока только три цветовых класса, идеальная одометрия и симуляция; перенос на железо не валидирован.
• 🎨 В комплекте комната, 17 STL-пропсов, обученные веса, отчёты и зафиксированные зависимости.

💻 Пример

uv sync --locked
bash run.sh doctor
bash run.sh rehearse --viewer --no-video

# другой объект: goal 1 — синий куб
bash run.sh rehearse --goal 1 --seed 3 --video outputs/blue-box.mp4 \
  --output outputs/blue-box.json

Подробнее

Бенчмарк full-body: 49/60 успехов (81.7%), 9 падений, 0 ложных подтверждений, 4 контакта с мебелью; reactive baseline — 28/60 (46.7%).
В планарном прокси — 237/256 (92.6%). Обучение: 11 993 088 переходов, выбран чекпоинт на 10 444 800.
В 0.2.1 веса и runtime те же, что в 0.2.0; бенчмарки — из записанных прогонов 0.2.0.
Демо работает на CPU, обучение ускоряет CUDA; нужны Linux x86-64, Python 3.12, OpenGL и uv.
Лицензии смешанные: код и геометрия пропсов — Apache-2.0, меши робота и производные — CC BY-NC-SA 4.0.