公開實驗 · 尚未驗收 · 獨立於預設控制器
SO-101 殘差策略實驗室
step 10000 是這批訓練最後儲存的檢查點,不代表表現最好。原始評測中,11 個檢查點都未達選定門檻。這個獨立實驗不改變目前的預設自動控制器;舊 ACT 權重仍予保留。
等待模擬器準備…
等待中
技術診斷(JSON 鍵保留原文)
運作方式、證據與驗證範圍
專用實驗契約輸入 state[1,12],也就是 6 個實測關節值與 6 個上次實際施加的目標值,另有 env[1,12]。輸出為 absolute_target[1,6]。正規化與殘差解碼已包含在 ONNX 圖內,瀏覽器不會再加一次關節狀態。前 5 路關節與目標值的單位是度,第 6 路是夾爪開度百分比。
完整一局為 30 Hz 下的 600 個控制步,也就是 20 秒模擬時間。每個控制步包含 7 個 1/210 秒的物理子步。較慢的裝置可能需要更長的實際時間。首幀推論檢查不會推進模擬。
推論、模擬與紀錄產生都在瀏覽器內處理。這個實驗不會上傳你的檔案或紀錄,也不會連接實體機械手臂。
嚴格放置判據只描述本局模擬的觀察結果,不等於品質驗收或實機驗證。缺少幾何或接觸證據時會標為待確認;未完成全程的紀錄不能判為成功。不保證不同引擎或裝置會得到相同結果。
原始交付包只有實驗權重與失敗評測證據,沒有 ONNX。本頁模型是由已核對的 step 10000 權重另外匯出。原始 11 個檢查點仍為 eligible=false、selected_step=null。
原開發評測中,step 10000 在 MuJoCo 3.3.7 與 4.0.0 分別為 18/32、15/32,基準模型分別為 32/32、28/32。本頁兩個固定封存場景不能取代完整開發集、困難回歸集或獨立最終集。原始特徵產生程式碼並未完整復原。
僅提供封存 seed 35000 與 35001。準備後會鎖定初態與 seed。停止或重新準備請使用這個面板。變更 seed 會使準備失效;現有紀錄及下載檔名仍使用該紀錄擷取的原 seed。
本頁未驗證:可信的新一輪 PyTorch 重跑、完整困難集與最終集、跨環境逐位元一致、實體手機及實體機械手臂。數值比對不能證明抓取放置品質。
execution-manifest.json · source-provenance.json · spec.json · ONNX
拖曳可旋轉視角,捲動或雙指縮放可放大縮小。
開啟你自己的檔案
選擇一個包含 MJCF 模型(.xml)和網格的資料夾,就能載入你自己的機器人;選擇同名的 STL 檔案,可以替換目前機器人的零件;選擇 ONNX 策略,就能讓它驅動伺服馬達。也可以直接把檔案拖到 3D 畫面上。
檔案保留在本瀏覽器中。試跑只檢查張量相容性及有限數值,實物行為仍未驗證。 關節向量 spec 範例 · SO-101 state-ACT spec 範例
實驗與姿態簿
最多錄製 60 秒模擬時間或 12,000 個樣本。實驗包包含初態、控制、軌跡、版本與檔案雜湊;本機模型原始檔留在裝置上。
SO-101 任務會自動錄製。開始下一局將取代上一局,請先下載需要保留的實驗包。
軌跡重放直接顯示已存姿態。物理重跑要求引擎、模型與策略雜湊相符,按已記錄控制重新積分,不執行策略推理;不保證跨環境逐位一致。姿態簿在關閉頁面後清除。
可錄製實驗或儲存目前姿態。