SelfRising/README.md

4.1 KiB
Raw Blame History

SG90 双轴不倒翁:设计、仿真、实机反馈

两只 360° 连续旋转 SG90、一个底板 IMU(QMI8658C)和外置 RDK X5,实现倒地后的自主起身。这里汇总机械设计、MuJoCo 环境、动作搜索、策略训练、校准网页、板端控制和失败证据,供协作者复现并优化。

这是尚未完成可靠全向起身的研究项目。 冻结的 v3 主模型在严格诊断仿真中为 55/963(5.71%);实机成功记录使用过模型与分段撑地的组合,不能当作统一纯模型成功。当前物理参数族未通过实机轨迹校准。最新加高 CAD 也尚未同步进入训练几何。

最新 CAD 设计预览

建议阅读顺序

  1. 完整 pipeline:每一步的输入、入口、输出和未解决问题。
  2. 优化交接说明:协作者应该先改什么,如何证明有效。
  3. 结果与版本对照:区分旧位置策略、速度策略、v3、纯模型与辅助控制。
  4. 离线复现:先跑一个成功样本和一个失败样本,再进入训练。
  5. 硬件与部署:连续旋转控制接口、校准和代码导航。
  6. 来源、收录范围与权利说明。
flowchart LR
    A[需求与机械 CAD] --> B[打印与实物装配]
    B --> C[IMU / 舵机标定]
    C --> D[仿真与实机轨迹对齐]
    D --> E[动作搜索 / 教师数据]
    E --> F[BC / PPO 策略]
    F --> G[冻结权重 / 独立测试]
    G --> H[X5 离线推理与部署]
    H --> I[实机记录 / 失败分析]
    I --> D

五分钟开始审阅

Python 3.10+ 可恢复并校验封存文件;逐轨迹精确复现要求原记录的 Python 3.10.20 与依赖版本。

python3 scripts/materialize_reproduction.py --out build/v3
python3 -B build/v3/verify_package.py
python3.10 -m venv .venv
. .venv/bin/activate
python -m pip install -r requirements.txt
python -B build/v3/infer.py --observation build/v3/examples/first_observation.json
OMP_NUM_THREADS=1 OPENBLAS_NUM_THREADS=1 python -B build/v3/run_demo.py \
  --sample build/v3/samples/primary_failure.json --out build/failure_replay

四个原始测试 JSON 各约 300 MB,仓库中用 gzip 无损保存。恢复后约需 1.3 GB 空间;原文件清单、逐文件 SHA-256 和运行代码保持封存字节。上述命令只操作本地仿真,不连接板卡。

目录

目录 用途
hardware_design/ CAD 参数代码、STEP、STL、装配及转动审查,含 v4 加高版
training/continuous_sg90_v3_20261113/ v3 环境、参数诊断、动作搜索、BC/PPO、测试及数据
training/sg90_360_handoff/ +Y 局部成功与跨摆法失败对照
training/continuous_sg90_20261112/ 早期速度策略来源与环境
calibration/ IMU 校准网页、状态与点动接口、假硬件测试
deployment/ X5 历史控制代码、旧权重、运行限制与六轮实机收据
reproduction/ 完整 v3 冻结复现包,含权重、原始测试轨迹、教师数据和 8 段回放
delivery/ 较早位置/速度策略的精简审阅快照,完整 v3 从 reproduction 恢复
docs/ 交接、复现与结果口径

原路径层次保留,方便查明调用关系与证据来源;本仓库没有重新发明一套训练框架。主模型的 SHA-256 为 200a2f30635f21836e0b7b807238e4cbfcd9cc7dda4ff238b8a20c9560a96839;板端历史旧模型为 7626bbef2099172970966085bcd8d08d85e304113c3f120b323834e348c74e0f,两者用途不同。

开始优化

提交改动时说明:问题与假设、改动文件、冻结权重、每个实际倒向的有效/排除/失败数,以及同种子基线对照。146M、147M 等已揭示测试集合不能继续称为未见测试集。不要把教师挑出的成功动作或训练窗口分数当作策略成功率。

本次整理不启动真机、不重训,也不改变既有控制限制。校准精度、最新 CAD 的真实装配和新权重实机起身仍待验证。