Koopman DCM

Набор ONNX-моделей от Stéphane Caron из статьи CoRL 2026. Каждая модель — это DCM-наблюдаемая: нейросеть по короткой истории измерений и действий предсказывает боковой DCM и обучается совместно с собственной частотой ω, чтобы DCM был неустойчивой собственной функцией оператора Купмана. В набор входят модели для колёсного бипеда Cookie (реальный робот и PyBullet) и гуманоида Unitree G1 (29 DoF) в PyBullet.

🤔 Ключевые особенности

• 🤖 Три ONNX-модели: Cookie на реальном роботе, Cookie в PyBullet и Unitree G1 (29 DoF) в PyBullet.
• 👀 Вход — delay embedding на H = 10 шагов: 120 значений для Cookie и 373 для G1.
• 🤔 Выход — боковой DCM ξ[k] в нормированной координате; действие — заданный боковой ZMP.
• 🔥 Частота управления 100 Hz у Cookie и 240 Hz у G1; ω: 3.873 rad/s (реальный Cookie), 4.728 rad/s (PyBullet Cookie), 1.906 rad/s (G1).
• 🚀 Для G1 указан режим double support; данные обучения вынесены в отдельный датасет.

🚀 Пример

Запуск из каталога cookie_balancer репозитория кода:

pixi run pybullet-balance
pixi run evaluate-mpc
pixi run real-balance

Подробнее

Три ONNX-модели: Cookie (реальный робот и PyBullet) и Unitree G1 (29 DoF, double support).
Частота управления: 100 Hz для Cookie и 240 Hz для G1; ω — 3.873, 4.728 и 1.906 rad/s.
DCM боковой, в нормированной координате; действие — заданный боковой ZMP.
Данные обучения — в отдельном датасете; численных метрик в карточке нет, только ссылки на таблицы статьи.