実験用・品質判定未合格・既定の制御とは独立

SO-101 残差ポリシー実験室

step 10000は今回の学習で最後に保存されたチェックポイントであり、性能が最も高いモデルではありません。全11チェックポイントが元の選定基準を満たしていません。この独立した実験は現在の既定の自動制御を変更しません。従来のACTの重みも保持しています。

シミュレーターを待っています…

待機中

技術診断(JSONキーは原文のまま)
動作の仕組み・根拠・検証の範囲

専用の実験用契約では、state[1,12]に実測関節値6個と直前に実際に適用した目標値6個を渡し、env[1,12]も入力します。出力はabsolute_target[1,6]です。正規化と残差の復元はONNXグラフ内に含まれるため、ブラウザー側で関節値を再加算しません。関節値と目標値の先頭5成分は度、6番目はグリッパー開度のパーセントです。

1回の実行は30 Hzで600制御ステップ、シミュレーション時間で20秒です。制御1回につき1/210秒の物理計算を7回行います。低速な端末では実時間が20秒を超える場合があります。初回推論の確認ではシミュレーションを動かしません。

推論、シミュレーション、記録の作成はブラウザー内で行います。この実験は利用者のファイルや記録をアップロードせず、実機のロボットにも接続しません。

厳密な配置判定は、この1回のシミュレーションの観測結果です。品質合格や実機検証を意味しません。形状または接触の根拠が不足する場合は要確認となります。途中停止した実行を成功とは判定しません。エンジンや端末が違っても同じ結果になる保証はありません。

元の納品物は実験用の重みと不合格評価の証拠で、ONNXモデルは含まれていませんでした。このブラウザー用モデルは、確認済みのstep 10000の重みから別途エクスポートしたものです。元の全11チェックポイントはeligible=false、selected_step=nullのままです。

元の開発評価では、step 10000はMuJoCo 3.3.7で18/32、4.0.0で15/32、ベースラインは32/32と28/32でした。ここで使う2つの保存済みシーンは、開発用・難条件・独立した最終評価のデータセットに代わるものではありません。元の特徴量生成コードは完全には復元できていません。

使用できるのは保存済みシード35000と35001のみです。準備時に初期状態とシードを固定します。停止と再準備にはこのパネルを使ってください。シードを変更すると準備は無効になります。既存の記録とダウンロード名には、その記録で使用したシードが残ります。

未検証の項目:信頼できる新規PyTorch再実行、難条件と最終評価の全件、環境間のビット単位の一致、実物のスマートフォン、実機ロボット。数値比較だけでは、把持して配置するタスクの品質を証明できません。

物理エンジンを読み込み中…

ドラッグで視点を回転、スクロールまたはピンチでズーム。

自分のファイルを開く

MJCF モデル(.xml)とメッシュの入ったフォルダーを選ぶと自分のロボットを読み込めます。同じ名前の STL ファイルを選ぶとこのロボットの部品を差し替え、ONNX ポリシーを選ぶとサーボを動かせます。3D 画面にファイルをドロップしても開けます。

ファイルはこのブラウザー内に保持されます。試行実行はテンソルの互換性と有限値を検査します。実機での挙動は未検証です。 関節ベクトル仕様の例 · SO-101 state-ACT 仕様の例

実験と姿勢帳

シミュレーション時間で最大60秒、または12,000サンプルを記録します。初期状態・制御・軌跡・バージョン・ハッシュを保存し、ローカルモデル本体は端末に残します。

SO-101タスクは自動記録されます。次のタスクで前の試行を置き換えるため、残す場合は先にダウンロードしてください。

軌跡再生は保存した姿勢を表示します。物理再計算にはエンジン・モデル・方策のハッシュ一致が必要で、方策推論をせず記録済み制御から積分します。環境間のビット単位の一致は保証しません。姿勢帳はページを閉じると消えます。

実験を記録するか、現在の姿勢を保存できます。

サーボの目標角度(度)