タグ: sim2real

YouDuck で「sim2real」 タグの付いたガイド・ノート・ポリシー一覧。

• バックラッシュと、エンコーダがどちら側にあるか

  歯車の遊び。Microduck はサーボごとに ±1° をモデル化しており、要点はエンコーダがそれを通して読むことです。

• BAM アクチュエータモデル

  Rhoban のサーボ物理モデル。サーボを理想トルク源として扱うことが、sim2real 失敗の最も一般的な原因です。

• ドメインランダム化

  学習時に物理パラメータをランダム化し、現実の分布に対して頑健にする手法。観測ノイズを足すのとは別物です。

• sim2real とは、そしてなぜ最も難しいのか

  シミュレーションで学習したポリシーを実機へ移すこと。シミュレーションでうまく歩き実機で転ぶのは、通常の結果です。

• sim2real のレシピ

  Microduck がシミュレーションから実機へ移るために依存している 4 つのこと。BAM アクチュエータ物理、ドメインランダム化、バックラッシュのモデリング、共有された観測契約。

• BAM — サーボのアクチュエータモデル

  Rhoban のアクチュエータ同定フレームワーク。Microduck は Dynamixel XL330 に対してその M6 モデルを使う。

• microduck_rl — 学習環境

  Microduck のポリシーがすべて学習される場所。MuJoCo Warp と PPO、ドメインランダム化、BAM アクチュエータモデル、バックラッシュ模擬。