RECORDED MOTION / 2026.09.30
看見平衡,
也看見失敗的那一刻。
從直滑走向淺弧:雙腿與可動軀幹,在同一套物理中共同受力。檢視每組權重如何改變髖、腰、冰刀和滑行路徑。
新增五輪完成,系列累計十輪。研究角色有新的候選參數,預設 actor 未替換。本次保留一次記憶體保護中止,核對重用中斷前的 24 次實跑後完成剩餘訓練。平均表現、最差案例與路徑精度分開檢視。
WEBGL / ACTUAL RECORDED STATES
逐案看動作、看路徑
播放原始 30 Hz 取樣與最後的部分步長,保留失敗終點。畫面不重新積分物理、不插補動作,也不補造零秒姿勢。相同紀錄只儲存一份,所有評估位置仍保留在索引。
載入紀錄索引…
藍=左支撐腿;橙=右自由腿;綠=上身;紫=腰部自由度;黃=全身質心;青=上身質心。紅箭頭為角動量,長度經縮放。金/藍/橙線為已播放的 COM/左右刀中心投影;灰色虛線為指定路徑,投影不是冰面刻痕或接觸力。
16 個關節角與當次控制命令
命令為相對名義姿勢的正規化關節目標修正,不是力矩;零命令不代表馬達不施力。
| 關節 | 角度 | 目標修正命令 |
|---|
當次權重、案例與資料來源
SURVIVAL ≠ TASK PRECISION
保留能力,也保留完整分母
下表列出所選批次的基線與研究角色評估;相同權重的角色合併顯示,案例不重複計算。個別候選可由上方紀錄篩選查看;各批開發/回歸案例為重複檢查,並非新的獨立泛化證據。
| 案例組與角色 | 跑滿時長 | 物理防護未觸發 | 平均有效滑動 | 最差四分之一 | 路徑/任務精度合格 |
|---|
基線的開發集四個直滑案例精度合格、八個淺弧未合格。基線不依曲率命令改變控制,所以同一初態可有相同運動、不同路徑評分。基線的 18 秒上限組約在 5.16–5.83 秒跌倒;新角色結果見上表,尚未建立長期滑行能力。
各候選的訓練集表現
可直接選取一組候選檢視。全數保留物理防護失敗;這些訓練集差異不能直接當成已驗證專長。
| 候選 | 物理防護未觸發 | 平均滑動 | 最差四分之一 | 直滑 / 淺弧平均 | 路徑分數 |
|---|
fell 是跌倒代理條件;non_blade_contact 是冰面—冰刀之外的非預期接觸,可能含自碰撞。兩者分開列示,不能把「物理防護未觸發」讀成完整成功。
模型與接下來的銜接
57 kg、16 個內部自由度。保留直滑腿部基底,學習 8 個支撐髖修正權重及 16 個腰部補償權重;頭臂仍合併為上身剛體。這批使用 CPU MuJoCo 與 CEM,尚未加入真人動作先驗或完整手臂控制。
目前仍是左腳支撐保持。下一階段依接觸、速度、曲率與控制餘裕,逐步加入落冰、雙腳換重及剪冰銜接;不以大刃角一律判失敗,也不宣稱這批已學會 cross-over。