S SERENITY / 滑行研究WB001 / 耦合控制

這是保留的 WB001 歷史結果。查看最新五輪結果與姿態重播 ↗

LEGS + TORSO / SHARED PHYSICS

上下半身分工,
在同一個身體裡學習。

保留已學得的腿部平衡,加入腰部 Roll/Pitch,讓上身的移動與反作用真正影響骨盆、冰刀和軌跡。

第一階段為雙腿+可動上身剛體:57 kg,16 個內部自由度,其中學習器控制兩個支撐髖與兩個腰部關節。頭部與手臂仍合併在上身,尚未開放全部全身關節。

分開學習,共同受力

LOWER / 固定權重

腿部平衡

沿用支撐髖 Yaw/Roll 策略。固定的是權重,腿與骨盆仍然受力、移動;沒有鎖定下半身或逐幀套用舊軌跡。

UPPER / 12 個可學參數

軀幹補償

依質心位置、相對速度與全身角動量,控制腰部 Roll/Pitch。動作會對下半身產生反作用。

不同關節命令 → 共同限幅與有限馬達 → 同一套多剛體/冰刀接觸 → COM、角動量與刀姿回授

質心是控制目標,不是額外馬達。各肢段質量與局部慣量固定;身體姿態自然改變整體慣量。轉彎階段會使用隨任務變化的角動量參考,不將正常轉向一律壓成零。

模型與逐筆實際重播

載入模型…

0 s

藍=支撐腿,橙=自由腿,綠=可動上身,紫=腰部旋轉軸,黃=全身質心,青=上身質心。紅箭頭顯示全身角動量方向,長度為示意比例。拖曳旋轉、滾輪縮放。

相同新模型的訓練前後比較

新增關節會改變動態。以下以同一可動軀幹模型的零上身輸出作基線,避免把模型改變誤算成學習進步。物理有效與連續合格 5.5 秒分開計算,失敗案例保留在分母。

組別物理有效成功數平均合格時間最差四分位

學習器為小型線性模組;CPU MuJoCo 積分與 CEM 搜尋。本次沒有 GPU 訓練、蛇行訓練或完整手臂控制的宣稱。

接下來如何逐步增加能力

  1. 現在:腰部補償。固定腿部策略,在完整耦合物理中學習上身。
  2. 接著:小幅雙足/單足蛇行。加入曲率與路徑切線目標,保留直滑回歸;不必等待直滑所有案例完美。
  3. 協調:交替解凍、共同微調。驗證技能切換及舊技能退步,再決定訓練規模。
  4. 擴充:肩臂與屈伸推進。依失敗證據增加自由度,逐步走向全身與 power pull;避免一次開放全部關節。

第十七批直滑仍是中斷狀態,保留 102/336 已完成案例,沒有把它當成完整成果或重跑。新研究另立 WB001 批次。