microduck-tug-p10
политика подкрепленного обучения для робота
1 мин чтенияобновлено
Модель microduck-tug-p10 представляет собой постоянную политику (perpetual policy, алгоритм поведения) для робота платформы microduck, созданную для задачи перетягивания каната. Она обрабатывает 61-размерные наблюдения и выдает 14 управляющих воздействий с частотой 50 Гц, позволяя роботу удерживать позицию или тянуть до команды остановки. Модель обучена методом подкрепленного обучения (Reinforcement Learning) в среде Mjlab на базе mjlab-microduck 0.1.0 и пригодится исследователям робототехники.
Ключевые особенности
- Постоянная политика движения (perpetual policy), выполняющаяся с частотой 50 Гц до получения команды остановки.
- Встроенный нормализатор наблюдений (observation normalizer) прямо в файле policy.onnx для работы с сырыми данными.
- Обучение методом подкрепленного обучения на базе среды mjlab-microduck 0.1.0 (чекпоинт 1840).
Что можно сделать
- Загрузить политику на совместимый робот microduck с помощью утилиты robotctl для участия в соревновании.
- Воспроизвести обучение модели локально с помощью репозитория microduck-challenges и менеджера пакетов uv.
Пример
sudo robotctl policy load SSH111111/microduck-tug-p10Подробнее
Task ID: Mjlab-TugOfWar-MicroDuckАрхитектура: 61-D observation, 14 actions, 50 Hz
Основа: mjlab-microduck 0.1.0
Обучение: seed 42, checkpoint 1840










Комментарии