connectailab-rl-charlottej23-v1-link01-walk-ppo

Модель обучения с подкреплением от Charlotte (JOOEUN KIM) и CONNECT AI LAB. Это PPO-политика, обученная с нуля в среде Link01Walk-v0 на link01-gym и MuJoCo: 51 наблюдение и 14 действий для 14 суставов. Библиотека — stable-baselines3.

📝 Ключевые особенности

• 🏃‍♂ Учится ходить с нуля: без готовой базовой модели, только PPO и симулятор.
• 📝 В карточке указаны 2 млн шагов обучения, 16 параллельных сред и около 16,57 минуты тренировки.
• 👍 На тесте с командой 0,18 м/с: 4,993 м за эпизод, 0,2497 м/с и 0 падений в минуту.
• ⌨ В комплекте model.zip, vecnormalize.pkl и actor.json.
• 🤝 Проект заявлен как совместное исследование CONNECT AI LAB.

⌨ Пример

Сценарий из карточки: запуск в Link01Walk-v0 с командой скорости 0,18 м/с, затем 5 эпизодов по 20 секунд. Ожидаемый результат по таблице — около 4,993 м за эпизод при 0,2497 м/с и без падений.

Подробнее

Тест: 5 эпизодов × 20 с, дистанция 4,993 м/эпизод, скорость 0,2497 м/с, падения 0,0/мин.
Обучение: 2 000 000 шагов, 16 сред, n_steps=512, batch_size=512, 8 эпох, lr=5e-4→1e-4, gamma=0.99, gae_lambda=0.95, clip=0.2.
Диапазон команд vx: 0,15–0,25; цель — faster_locomotion. Ограничения и требования к VRAM в карточке не указаны.