Pulcino
Laboratorio interattivo
Palestra di Pulcino
Il training gira in background sul server e conserva i progressi su disco. Qui segui il job e metti alla prova il risultato con spinte, palline e terreno variabile.
Video 3D dal server
Collegamento al video…
MuJoCo renderizzato sul server: 480×360, 4 fps. Durante il training vedi i candidati accelerati, durante le verifiche la politica migliore. Nelle pause l’ultima immagine resta ferma. Il video arriva con alcuni secondi di ritardo rispetto ai contatori.
Training persistente sul server
Caricamento del curriculum…
La mappa mostra il percorso della verifica MuJoCo sul server. La vista 3D sotto è una prova Rapier separata.
Leggo i progressi salvati…
Il server allena il percorso A→B (18 cm, arrivo entro 3 cm, limite 20 secondi). Ogni livello richiede 10 successi consecutivi su prove separate, con semi diversi. Un fallimento azzera la serie. Un solo processo di calcolo, budget medio dell’80% di un core e checkpoint a ogni iterazione. Puoi chiudere questa pagina: il job continua sul Mac.
Il replay Rapier è una verifica separata: il punteggio MuJoCo non si confronta direttamente con quello del browser. I risultati restano sperimentali.
Prova interattiva del risultato
Caricamento del simulatore…
Banana di riferimento: lunghezza 18 cm. Le caselle del pavimento misurano 5 cm.
Contatti con il terreno…
Le spinte manuali agiscono sulla prova visibile e non alterano i punteggi dell’allenamento. Ogni lancio manuale parte da una posizione casuale. Il terreno selezionato modifica la prova Rapier; il server usa il terreno previsto dal livello del curriculum MuJoCo.
La camminata imparata
Il risultato principale viene salvato sul server e caricato automaticamente in questa pagina. Il job MuJoCo valuta il raggiungimento di B senza cadere. Rapier e MuJoCo sono simulatori diversi: un buon punteggio qui non garantisce una camminata sul robot.
| Parametro | Ampiezza / frequenza | Fase | Offset |
|---|
Carica il file dalla web app del robot dopo la calibrazione. Inizia con il robot sostenuto sopra un tappeto.
Invio diretto sulla rete locale
Da GitHub Pages (HTTPS) l’invio a un robot HTTP è bloccato dal browser. Scarica il file e caricalo nella pagina del robot. Un invio senza CORS non può confermare che il robot abbia accettato il file.
Allenare una politica reattiva
Questa Palestra cerca parametri CPG e guadagni IMU. Per una rete neurale che reagisca alle perturbazioni, MuJoCo include già spinte casuali sul torso. Puoi allenare la stabilità da fermo con:
python train_ars.py --cmd fermo --iters 1000 --workers 4Il firmware attuale, dopo Stop, mantiene una posa statica. Non esegue ancora una politica di equilibrio continuo da fermo: prima di trasferire questa modalità al robot serve integrare un controllo attivo dedicato.
Passare a MuJoCo
Per allenamenti riproducibili, esportazione della rete neurale e controllo dei segni, segui la guida all’apprendimento e il README del training. Camera, microfono e speaker si controllano dalla web app; il Nido gestisce ospiti e autonomia.