Asimov 1 ping-pong balance
управление гуманоидом
1 мин чтенияобновлено
Политика подкрепленного обучения (RL, метод обучения агента путем проб и ошибок), обученная в симуляторе MuJoCo (программная среда для симуляции физики) и перенесенная на реального робота-гуманоида Asimov 1. Модель в реальном времени анализирует видео с головной камеры и показания IMU (датчик ускорения и вращения), управляя движениями правой руки для удержания теннисного мяча на ракетке. Разработка создана для тестирования динамического управления в робототехнике и преодоления разрыва между симуляцией и реальностью.
Ключевые особенности
- Обучение методом PPO (алгоритм оптимизации проксимальной политики) в MuJoCo и перенос на реальное железо.
- Использование предиктора на базе фильтра Калмана для компенсации задержки камеры.
- Поддержка автономной стойки робота без помощи подвесной рамы (gantry).
- Управление правой рукой на частоте 50 Гц с обработкой наблюдений от суставов и гироскопа.
Что можно сделать
- Запустить симуляцию пайплайна управления в MuJoCo с помощью скриптов репозитория.
- Протестировать оценку производительности модели в среде, приближенной к реальному роботу.
- Изучить конфигурации обучения, логи и чекпоинты модели albert_v3_final.
Пример
from asimov_pp.ppo import load_policy
policy = load_policy("outputs/albert_v3_final/best.pt")
action = policy(obs)Подробнее
Бенчмарки: до 57 секунд непрерывного балансирования в свободном режиме.Требования: Python, PyTorch, MuJoCo, доступ к SDK робота Asimov 1.
Особенности: обучение с имитацией задержки камеры и шумов сенсоров реального робота.










Комментарии