S SERENITY / 滑行研究WB002-R1 · 十輪紀錄

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。

5 + 3 + 2最新五輪+前兩批
312本次五輪合併實跑
60精確重用位置,另留一次資源中止

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。