Passa al contenuto principale

Visualizza come Markdown

Contenuto convertito in Markdown. Usa il link alla pagina originale in fondo per esplorare i grafici interattivi.

双足系列

围绕双足、轮腿双足与人形机器人的高动态欠驱动平衡、强化学习与跨仿真验证,涵盖两条完整动手主线:一条是基于 NVIDIA Isaac Lab + 约束式强化学习(CaT)+ ONNX + MuJoCo Sim2Sim 的 8 自由度两轮足 Flamingo 6 章完整课程;另一条是从交互式奖励实验进阶到跑—跳—越墙—前滚翻—起身 12 步长链课程的 MicroDuck RL。

🗂️ 项目总览​

分类项目简介
轮足完整课程(6 章)两轮足 Flamingo · Isaac Lab围绕 8 自由度双足轮腿机器人,从延迟/齿轮执行器建模、4096 环境并行 PPO、约束式强化学习(CaT),一路打通 ONNX 融合导出与 MuJoCo 零样本抗扰动压测
入门动手主线MicroDuck RL:教小黄鸭学会一个动作通过网页内动作回放与奖励设计互动实验建立直觉,再用 mjlab + MuJoCo Warp 启动第一次双足 PPO 训练
进阶课程学习MicroDuck 跳墙课程:12 步复现跑跳滚翻全链用 12 步课程串联助跑、起跳、越过 5 cm 矮墙、前滚翻与起身继续跑,拆解镜像对称损失、防套利奖励与反向课程破局
评测与探索MicroDuck:实验记录与创意动作轮式起身、轮式转向、踢球收势与多模式固定条件离屏验收数据及创意动作探索
AMD 专区旗舰MicroDuck RL|AMD ROCm在 Radeon AI PRO R9700 上从源码编译 ROCm Warp / MuJoCo Warp,修复动态接触缓存并完成双足 PPO 长训
规划章节平衡控制 / 运动跟踪 / 任务规划 Demo双足抗扰动平衡、全身动作重定向跟踪(Motion Tracking)与高层任务规划(施工中)

🎬 典型演示​

两轮足 Flamingo · Isaac Lab 大规模并行训练​

多个 Flamingo 两轮足机器人在 Isaac Lab 中并行仿真
两轮足 Flamingo · Isaac Lab 6 章完整实战课程
8 自由度轮腿欠驱动动态平衡 · PPO vs CaT 约束式强化学习 · ONNX 导出与 MuJoCo 零样本抗扰动压测

MicroDuck 基础动作与固定条件验收​

MicroDuck 稳定行走与轮式转向
MicroDuck 稳定行走与轮式转向
mjlab + MuJoCo Warp · 固定条件零倒地帧回放
MicroDuck 趴地自主起身
MicroDuck 趴地自主起身
RollerStandUp · 从俯卧状态发力起身并恢复直立平衡
MicroDuck 踢球与收势平衡
MicroDuck 踢球与收势平衡
BallKick-Flat · 支撑腿稳姿、摆腿击球并稳定收势

12 步跳墙越障课程与 AMD ROCm 并行训练​

MicroDuck 平地前滚翻基础技能
第 0 步:平地前滚翻(Roulade)
课程前传基础技能 · 翻滚角动量与抱膝姿态衔接
MicroDuck 5cm 越墙跑跳滚翻全链
第 12 步:5 cm 越墙跑跳滚翻全链
助跑 → 起跳飞越矮墙 → 前滚翻缓冲 → 起身继续奔跑
MicroDuck AMD ROCm R9700 实测步态
MicroDuck RL · AMD ROCm 实测
Radeon R9700 · ROCm MuJoCo Warp 并行 PPO 步态

🧭 内容大纲​

1. 两轮足 Flamingo · Isaac Lab(6 章完整课程)​

围绕轮式倒立摆欠驱动平衡与轮腿异构控制,完整复刻工业界主流“Isaac Lab 大规模训练 → 约束式 RL 优化 → ONNX 部署图固化 → MuJoCo 跨引擎压测”工作流。

章节核心内容
0. 课程总览两轮足欠驱动特性、全链路架构图、双环境隔离配置(Isaac Sim 4.5 + Isaac Lab 2.1 / MuJoCo)
1. 本体建模与环境注册8-DoF 轮腿拓扑、膝关节同步带减速比 -1.5、0~20 ms 延迟执行器、混合动作与非对称堆叠观测
2. 奖励设计与 PPO 训练非最小相位起步分析、16 项奖励拆解、三层域随机化、4096 环境并行 PPO 与四类病态步态排障
3. 约束式强化学习(CaT)Constraints as Terminations 虚拟随机终止与 GAE 连续折现推导、ConstraintManager 源码与 PPO 对照
4. 策略导出与 MuJoCo Sim2SimNormalizer + Actor 融合导出 ONNX、攻克 DFS/BFS 关节序与四元数五大跨引擎陷阱、零样本闭环
5. 鲁棒性与抗扰动评测矢状面/冠状面速度脉冲、低摩擦路面、转动惯量三角不等式配平与 5 项量化指标矩阵
6. 项目复盘与工程交付标准化交付档案清单、四大架构权衡复盘、后空翻/台阶进阶路线与 5 道高频面试深度问答

2. MicroDuck RL 基础与奖励工程​

不需要先推完所有强化学习公式:先在网页端通过交互式实验理解观测、动作、奖励权重与套利行为(Reward Hacking),再在本地 GPU 环境跑通完整训练与离屏渲染。

篇章内容
MicroDuck RL:教小黄鸭学会一个动作动作回放画廊、交互式奖励实验室、Mjlab-Velocity-Flat-MicroDuck 并行训练与 checkpoint 回放
MicroDuck:实验记录与创意动作固定 seed 离屏验收标准、evaluation.tsv 量化筛查与跨模式训练记录复盘

3. 12 步跳墙课程:复杂多阶段动作链设计​

展示如何把单一运动技能扩展为“助跑—起跳—越障—前滚翻—起身续跑”的高动态长时程动作链,包含真实踩坑记录与破局方法。

阶段核心内容
前传与起跳(第 0–5 步)平地翻滚预训练、无墙跳跃引导、1 cm / 2 cm 真实矮墙引入与推墙/趴爬防套利门控
反向课程破局(第 6–9 步)突破 180°–220° 仰面势阱的 midroll 反向课程初始化,打通翻滚后起身继续奔跑全链
墙高递进验收(第 10–12 步)保持奖励结构不变,沿 0.5 cm → 1 cm → 2 cm → 3.5 cm → 5 cm 逐档升墙并通过 GIF 验收

4. AMD ROCm 平台适配与后续进阶方向​

篇章内容
MicroDuck RL|AMD ROCmROCm Warp / MuJoCo Warp 源码构建、动态 broadphase 接触缓存修复、graph capture 回归与 R9700 训练评测
平衡控制双足推力扰动恢复与质心/角动量平衡控制(施工中)
运动跟踪动作捕捉参考轨迹重定向与全身模仿跟踪(施工中)
任务规划 Demo高层多模态指令分解与底层双足运动技能衔接(施工中)