microduck tug-of-war

Политика для робота Microduck в задаче Mjlab-TugOfWar-MicroDuck от автора witcheer. Использует 61-мерное наблюдение и 14 действий на частоте 50 Гц, работает как постоянная походка в слоте политики. Обучена в симуляции и пока не проверялась на реальном Microduck.

🫡 Ключевые особенности

• 🏃‍♂ Perpetual-политика: работает до команды остановки, а не на фиксированное число шагов.
• 📝 Нормализатор наблюдений встроен в policy.onnx — на вход подаются сырые наблюдения.
• 👏 Дообучена на 250 итераций против лиги замороженных уток, 2048 сред.
• ⌨ Манифест следует schema 2 microduck policy manifest.
• 🫤 Обучение шло с наградами stay upright 1.0 и win ground 4.0, старт — от первой tug duck.

😎 Пример

sudo robotctl policy load <slot> witcheer/microduck-tug-of-war

Подробнее

Checkpoint 475, seed 7, база mjlab-microduck 0.1.0.
Обучение: 2048 сред, 250 дополнительных итераций против замороженных политик.
Только симуляция: на реальном роботе модель не тестировалась.
Повторное обучение даёт сопоставимую, но не идентичную политику.