microduck-tug

Это политика управления для робота microduck от Pollen Robotics: 61-мерное наблюдение, 14 действий, частота 50 Гц. Загружается в слот политики и работает, пока не остановят. Внутри — экспортированный actor MLP 61 → 512 → 256 → 128 → 14 (ELU), нормализатор наблюдений уже в policy.onnx.

⚙ Ключевые особенности

• ♾ Постоянная (perpetual) походка: работает до команды остановки.
• 🆕 Формат ONNX: policy.onnx со встроенным normalizer, на вход подаются сырые наблюдения.
• 🎯 Задача Mjlab-TugOfWar-MicroDuck — перетягивание каната.
• 🧑‍💻 Обучение RL в mjlab: 4096 сред, 600 итераций, seed 1; этот чекпоинт — 400-й.
• 🔄 Поэтапный warm-start: reward shaping, затем спарринг с reference duck и публичными Arena-политиками; чужие веса не копировались.

💻 Пример

sudo robotctl policy load <slot> SSH111111/microduck-tug