重播已发布的 Minitaur CPU 策略

谭等人。 (2018), Sim-to-Real: Learning Agile Locomotion For Quadruped Robots,在Bullet中释放他们的小跑和驰骋环境以及PPO检查点。此示例使用旧版 TensorFlow 环境重播这些作者策略并记录每个状态/操作步骤。

将 Python 3.7 与 TensorFlow 1.15.5、NumPy 1.18.5、PyBullet 3.2.5、Gym 0.17.3 和 ruamel.yaml 0.16.13 结合使用。克隆 bulletphysics/bullet3 在 d3afe76132fc76b0f9b2359cbaef47a3766e7fbb 下 sources/bullet3。应用包含的 bullet-compatibility.patch 替换不存在的上游 tf 使用 TensorFlow 1 模块导入模块。保留来源、检查点及其许可证通知。运行 python run_minitaur.py 在此示例目录中,有两个 BLAS/TensorFlow 线程。

适配器调用作者配置加载器并 SimplePPOPolicy,恢复 model.ckpt-14000000,禁用显示,并运行种子 0-4,每个种子最多 1,000 个控制步骤。物理时间步长、运动和延迟模型保留在作者环境中。输出CSV文件记录simulation时间、基本位置、奖励、观察和行动。 summary.json 记录每一集和总速度变化。

五个小跑场景完成了 1,000 步(模拟六秒)。平均前进速度为 0.921524 m/s(样本 SD 0.035527)。五个驰骋情节中的两个已完成;五个可变长度片段的平均速度为 1.308420 m/s (SD 0.520918)。短暂的情节和停滞的轨迹仍然被记录在案。

VI-A 部分报告 simulation 的小跑速度约为 0.50 m/s,疾驰速度为 1.34 m/s。我们的剧集平均估算器包括启动;该论文没有指定等效的速度估计器。更重要的是,发布的检查点网络宽度与论文表二不同:小跑(133, 100)与(125, 89),驰骋(114, 45)与(185, 95)。当前的 PyBullet 也不同于历史引擎。这些结果证明了执行力并暴露了复制差距;他们不确定纸张速度或物理传输。人类科学审查仍有待进行。

下载录制文件#

完整的运行记录 · 所有候选人的尝试。人类科学审查正在等待中。

查看 GitHub 上的源代码