BRACE

BRACE адаптирует whole-body референс движения человекоподобного робота под заданные силы и моменты на кистях, а также под рельеф. Два привилегированных teacher-а переносят поведение exertion и compensation в одного student-а. Student работает по проприоцепции и командным референсам — без карт рельефа и измеренных wrench на кистях.

🎯 Ключевые особенности

• 🎯 Два teacher-а: exertion и compensation; оба передают поведение одному student-у.
• 🧭 Student использует 25-кадровую историю проприоцепции и действий, выдаёт 29 joint targets.
• ⚙ Робот — 29-DoF Unitree G1; teacher-ы работают с привилегированными наблюдениями в симуляторе.
• 🗂 В релизе все три чекпоинта, SafeTensors-веса, ONNX-экспорт student-а и исходники runtime.
• 💻 Есть deployment runtime, интерфейс PICO/GMR и гайды по sim2real.

💻 Пример

Проверка student-а в sim2sim после распаковки исходников и установки зависимостей:

python -m brace_repro sim2sim --stage student --mode exert \
  --checkpoint ../brace-models/artifacts/student/last.ckpt \
  --motion ../brace-models/data/motions/smoke.pt \
  --force 3 0 0 --torque 0.1 0 0 \
  --steps 100 --output runs/student-exert

Подробнее

Бенчмарков в карточке нет: проверки — 50 тестов, 15 CPU-кейсов и 6 deployment-сценариев (650 шагов), но это не held-out performance.
Для обучения нужны Isaac Sim 5.1.0, IsaacLab 2.3.0 и NVIDIA GPU; student можно запускать через ONNX.
Teacher-политики — только для симулятора с привилегированными входами, не hardware-политики.
Полная библиотека движений не входит в релиз; smoke-фикстура — процедурная стойка, не бенчмарк.