BallKick — ボールを蹴る
最終更新
Mjlab-BallKick-Flat-MicroDuck70 mm / 15 g のボールを前方へ蹴ります。LB / RB が左右のキックです。
ポリシーはボールを見ていない
このタスクで最も注目すべき設計判断です。actor is ball-blind——ボールの位置は観測に含まれていません。
つまり学習しているのは「ボールを狙って当てる」ではなく「安定して再現性のある蹴り動作を出す」ことです。当たるかどうかはロボットをどこに立たせるか次第です。
この取捨選択には理があります。観測に視覚を加えると学習の難易度も実機での複雑さも一段階上がる一方、動作が安定した蹴りだけで実機で遊ぶには十分だからです。
学習への影響
ボールが観測されないため、報酬関数は動作そのもの（蹴りの振幅、速度、蹴った後も立っているか）にしか基づけません。ボールがどこまで飛んだかには基づけません。
本当に狙うバージョンを作るには ToF かカメラの観測を繋ぐ必要があり、それはパラメータ調整ではなく独立した研究方向です。