Files
SkillFactory/docs/loaded_stand.md
T
chenlin 093ab883be feat: release guided Go2 standing skill with explicit drift waiver
Add loaded-standing physics, PPO training, fixed-candidate acceptance, isolated inference, and fail-closed publication. Preserve the original 120-second drift failure and bind the operator-approved exception to the exact candidate and evidence.

Include pending Reach training/release infrastructure and archived packages. Leave pre-existing short-worker visualization changes and large generated training artifacts out of this commit.
2026-10-12 17:26:03 +08:00

10 KiB
Raw Blame History

Go2 FL:连接可运动底座的承载站立试验

状态与范围

已实现独立任务 SkillFactory-LoadedLegStand-v0,并完成真实PhysX物理验证。预登记范围见计划,配置为configs/standing/go2_fl_support_v0.json。

本页记录的是环境、六维测力和反馈控制基线,不是新训练/冻结策略的验收。 用户已将该任务设为当前首要任务,独立PPO首轮训练已完成,原始120秒耐久足端漂移超限;用户随后批准该固定偏差,已带豁免冻结发布,见训练结果、原始验收报告及1.0.0发布报告。 旧Reach 1.0.1、训练源码身份及原固定悬空资产保持不变;新场景没有世界固定根约束,也没有加载旧Reach策略来冒充站立。

机械模型

世界参考 ── XY/转动弹簧阻尼导向(z向力严格为0)
                         │
                可运动虚拟底座:3 kg
                         │
                刚性安装关节 + 六维测力
                         │
                  传感器载体:0.05 kg
                         │
                      Go2 FL
                         │
                    足端—地面接触
  • 根是floating articulation;固定的是底座与腿之间的安装连接,不是底座与世界之间的连接。保留所有固定关节,不合并测力边界。
  • 导向模拟连接后的侧向/姿态约束:横向刚度250N/m、阻尼20N·s/m;转动100N·m/rad、5N·m·s/rad。导向有限幅,竖直刚度/阻尼/力上限均为0,无重力补偿或竖直悬挂。
  • 这是有导向约束的单腿承重,不代表完整四足躯干或无辅助单足平衡。--free-base可关闭导向做失败探索,未声明该模式稳定。
  • 虚拟底座是合成参数,不是厂家躯干模型。原腿真实惯性不改;两条源装饰支链没有惯性,仍采用导入器推定值并披露。运行时实际总质量为5.388351kg,不是仅凭已知源质量估算支撑力。
  • 平地材料沿用项目地面:静摩擦0.8、动摩擦0.6、恢复系数0;没有验证随机地形/摩擦/传感噪声。

六维传感与接口

使用Isaac Lab JointWrenchSensor读取PhysX内部固定关节反力,选取child=anchor_base的link行,不是actuator effort,也不是外力指令副本。

  • mount_wrench顺序[Fx,Fy,Fz,Tx,Ty,Tz],N/N·m;原点为安装关节,坐标为child joint frame;方向为底座施加在腿上的力/矩。没有重力去皮,包含惯性与接触传递影响。
  • 当前安装关节两侧原点重合、child局部旋转为单位旋转。已在实际受力情况下核对符号/力矩原点,不能不经复验推广到任意偏移安装frame。
  • 导向力、扰动力都在世界坐标表达,作用于底座安装原点,分别记录;它们不冒充传感值。
  • 新契约是go2-fl-loaded-stand-v0,不是leg-token-v1,也不是通用SoftwareSpec v2 adapter。

obs["policy"]各字段为float32、仿真device上的批量tensor:

字段 形状 含义
joint_state [B,3,3] q[rad]、dq[rad/s]、上一已执行normalized action
base_state [B,13] 相对env原点的位置、xyzw四元数(本机Isaac Lab版本)、世界线速度/角速度
mount_wrench [B,6] 安装口实测约束反力/矩,N/N·m
foot_state [B,10] 根系足端球心位置、旋转根系相对速度、世界地面法向力3维、gap[m]
guide_wrench [B,6] 上一物理子步实际施加的导向wrench,非传感器读数
goal [B,1] 名义站立底座高度[m]

移动根相对速度包含omega × r项;足端接触传感器只提供法向力,不声称摩擦wrench。动作是[B,3],按hip/thigh/calf顺序,裁剪到[-1,1]后转换成q_nominal + 0.5*action并裁剪软限位。保留原PD、硬件限矩/限速。奖励包含承重接触、高度、倾角、effort和动作变化;默认有timeout、invalid和fall终止。

本轮真实物理证据

最终正试验:logs/loaded_stand/v0/standing_clean/;无动力负对照:logs/loaded_stand/v0/disabled_clean/。后者的passed=false是预期站立失败,没有重标为成功。汇总见logs/loaded_stand/v0/summary.json;正试验16项物理/接口检查、进程退出和日志检查均通过,不能只看单个物理报告的passed位。

  • 13场景×14秒:无扰动,加世界±Fx/±Fy/±Fz/±Tx/±Ty/±Tz;幅值5/5/10N、1/1/1N·m。3–6秒与8–11秒施加梯形脉冲,渐入/渐出各0.5秒。
  • PGS、500Hz物理、100Hz控制;每个试验7,000批物理快照,13环境合计91,000环境物理步。前2秒settle,试验内无自动复位。
  • 初始化前2秒内最大下沉54.06mm;下面8.01mm高度结果仅指settle之后,没有隐藏为全程高度误差。若实际装配不允许这种启动下沉,需要另设初始化/控制验收。
  • 基线是根据底座位置/速度误差、名义FK Jacobian进行积分修正的关节位置控制器。六维传感器已提供给任务观测并独立验证,但本基线没有使用学习模型或声称学会力反馈策略。
指标(13环境最坏值) 实测 预登记门槛
settle后高度误差 8.011mm ≤60mm
settle后倾角 3.292° ≤15°
足端中心水平漂移 1.562mm ≤30mm
承重接触比例 100% ≥98%
平均竖直力平衡相对误差 0.00513% ≤10%
normalized applied torque峰值 0.24634 ≤1.00001
normalized joint velocity峰值 0.18830 ≤1.00001
硬限位超出 / 导向z力 0rad / 0N ≤0.01rad / 0N
安装口准静态力误差 0.04027N ≤1.5N
安装口准静态力矩误差 0.002964N·m ≤0.3N·m

准静态检查独立计算底座重力、COM力矩和实际施加外力,分别比较无扰动[2,3]s、两个载荷平台[4.5,5.5]/[9.5,10.5]s的测量均值。不以这个检查声称动态传感器精度或实机标定。足端中心漂移只是接触位置代理,不是直接摩擦滑移测量。

负对照在全部13环境出现约0.3546m有符号向下位移,且关节applied torque始终为0,承重接触/高度/力平衡等失败。底座最终可能由自身碰地承载,这不算站立。

physics_trace.pt保存每个500Hz子步的底座状态、关节状态/力矩、足端法向力、实际导向/扰动和安装口世界wrench;trace.pt另存100Hz控制观测/动作。indexed/empty reset、3控制步timeout的pre-reset terminal observation和复位后传感清零、非法动作原子拒绝均实际验证。reset probe的15个额外物理步不混入7,000步试验统计。

失败记录与工程检查

  • 首次转换未显式给深层foot开启ContactReportAPI,运行失败;已修复转换器,失败资产保存在build_initial_asset/,旧asset没有被改。

  • 本资产在原TGS配置下,安装口反力不满足独立静力平衡(约64N误差),不能采信。GPU与CPU调试结果保留debug_02/03/cpu。改用本任务独立的PGS配置后通过;不是对整个TGS后端作通用结论,也没有修改旧Reach配置或降低门槛。

  • 最终日志审计发现继承的enable_external_forces_every_iteration=True是TGS专用,不受PGS支持。已显式关闭并重新执行standing_clean/disabled_clean;正试验无critical日志。监督器也新增“即使子进程退出0,只要日志出现Error/Fatal仍拒绝通过”的回归。较早standing_final/disabled_final保留,不作为最终干净日志验收。

  • 独立只读审查指出倒塌判据应为有符号、逐环境判定,以及应保存500Hz而非仅100Hz历史;两项已修复并重新执行最终正/负物理试验,复审无遗留发现。

  • 独立读取500Hz历史重新计算高度/倾角/向下位移、正负载荷峰值和三个测力平衡窗口;发现并纠正了说明/重算器中的四元数顺序假设。本机Lab采用xyzw;仿真实现始终使用同版本Math API,物理结果不变,失败重算记录也保留。

  • pytest 207 passed, 3 skipped,Ruff及git diff --check通过。skip为原有可选Kit集成项;本轮真实Kit试验独立执行,不以fixture替代。

  • 使用supervise_sim.py监督进程组,只清理自己收养的Kit/Hub/telemetry子进程,最终均cleanup.clean=true。不声称Kit原生退出没有helper残留。

  • 本地新产物约105MiB;单GPU串行执行,未开展训练。最终日志/独立历史重算发现问题后补做复验,开发验证超过原45分钟估计(约50余分钟),不声称满足原时间预算。

复现

在仓库根目录,用新输出路径保留所有历史证据:

unset CONDA_PREFIX VIRTUAL_ENV
export PYTHONPATH="$PWD/source/SkillFactory" PYTHONUNBUFFERED=1
LAB=/home/cen/IsaacLab/isaaclab.sh

# 仅在新机器/不存在派生资产时执行;拒绝覆盖已有目录
python3 scripts/supervise_sim.py --log logs/loaded_repro/build.log \
  --report logs/loaded_repro/build_process.json -- \
  "$LAB" -p scripts/assets/build_loaded_leg.py --headless

# 正试验
python3 scripts/supervise_sim.py --log logs/loaded_repro/stand.log \
  --report logs/loaded_repro/stand_process.json -- \
  "$LAB" -p scripts/verify_loaded_leg.py --num_envs 13 --duration 14 \
  --output logs/loaded_repro/stand --headless

# 负对照:预期非零退出;必须检查negative_control_collapsed和逐环境向下位移,
# 不能把任何异常退出都当作“符合预期的倒塌”。
python3 scripts/supervise_sim.py --log logs/loaded_repro/disabled.log \
  --report logs/loaded_repro/disabled_process.json -- \
  "$LAB" -p scripts/verify_loaded_leg.py --num_envs 13 --duration 14 \
  --controller disabled --output logs/loaded_repro/disabled --headless

去掉--headless可观察GUI。少于13环境或短于14秒只能调试,完整协议门槛会失败;单环境演示可加--scenario-offset 1观察横向扰动。修改载荷质量/几何时需更换配置中的support_asset到新目录并重新生成,不能让旧USD与新质量配置混用。

下一阶段需要单独定义正式RL训练、载荷/刚度分布、留出扰动和新冻结包验收。当前结果不覆盖大冲击、随机底座运动、其他腿、整机平衡、承重行走或实机安全。