Reproduzca las políticas Minitaur publicadas en la CPU
Tan et al. (2018), Sim-to-Real: Learning Agile Locomotion For Quadruped Robots, libera sus entornos de trote y galope y puntos de control de PPO en Bullet. Este ejemplo reproduce esas políticas de autor con un entorno TensorFlow heredado y registra cada estado/paso de acción.
Utilice Python 3.7 con TensorFlow 1.15.5, NumPy 1.18.5, PyBullet 3.2.5, Gym 0.17.3 y ruamel.yaml 0.16.13. clonar bulletphysics/bullet3 en d3afe76132fc76b0f9b2359cbaef47a3766e7fbb bajo sources/bullet3. Aplicar lo incluido bullet-compatibility.patch para reemplazar el upstream inexistente tf Importación del módulo con el módulo TensorFlow 1. Mantenga la fuente, los puntos de control y sus avisos de licencia en su lugar. correr python run_minitaur.py de este directorio de ejemplo con dos subprocesos BLAS/TensorFlow.
El adaptador invoca el cargador de configuración del autor y SimplePPOPolicy, restaura model.ckpt-14000000, desactiva la visualización y ejecuta las semillas 0 a 4 durante un máximo de 1000 pasos de control cada una. El paso de tiempo físico, el motor y el modelo de latencia permanecen en el entorno del autor. Los archivos CSV de salida registran el tiempo simulation, la posición base, la recompensa, la observación y la acción. summary.json registra cada episodio y la variabilidad de velocidad agregada.
Cinco episodios de trote completaron 1000 pasos (seis segundos simulados). La velocidad de avance media fue de 0,921524 m/s (muestra DE 0,035527). Se completaron dos de los cinco episodios galopantes; La velocidad media en los cinco episodios de duración variable fue de 1,308420 m/s (DE 0,520918). Los episodios breves y las trayectorias estancadas quedan en el expediente.
La sección VI-A informa que la velocidad de trote del simulation es de aproximadamente 0,50 m/s y de galopar de 1,34 m/s. Nuestro estimador de promedio de episodios incluye el inicio; el documento no especifica un estimador de velocidad equivalente. Más importante aún, los anchos de la red de puntos de control publicados difieren de los de la Tabla II en papel: trote (133, 100) versus (125, 89) y galopar (114, 45) versus (185, 95). El PyBullet actual también se diferencia del motor histórico. Estos resultados demuestran la ejecución y exponen una brecha en la reproducción; no establecen las velocidades del papel ni la transferencia física. La revisión científica humana sigue pendiente.
Descargar los archivos grabados#
- reactive-seed0.csv - trayectoria cruda.
- reactive-seed1.csv - trayectoria cruda.
- reactive-seed2.csv - trayectoria cruda.
- reactive-seed3.csv - trayectoria cruda.
- reactive-seed4.csv - trayectoria cruda.
- summary.json - resumen de ejecución agregado.
- trotting-seed0.csv - trayectoria cruda.
- trotting-seed1.csv - trayectoria cruda.
- trotting-seed2.csv - trayectoria cruda.
- trotting-seed3.csv - trayectoria cruda.
- trotting-seed4.csv - trayectoria cruda.
- trajectories.png — gráfico de trayectorias reales simuladas.
- trajectories.svg — gráfico de trayectorias reales simuladas.
- run_minitaur.py — controlador portátil o registro de entorno/fuente.
- compatibility.patch — controlador portátil o registro de entorno/fuente.
- requirements.txt — controlador portátil o registro de entorno/fuente.
- requirements-tested.txt — controlador portátil o registro de entorno/fuente.
- fetch-source.sh — controlador portátil o registro de entorno/fuente.
Registro de ejecución completo · Todos los intentos de los candidatos. La revisión científica humana está pendiente.