Files
SkillFactory/docs/loaded_stand_plan.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

3.7 KiB

单腿连接底座承载站立:v0实施/验收计划

范围(实现前登记)

Go2 FL单腿,地面接触,可运动的3kg虚拟底座→保留的固定测力关节→0.05kg合成传感器载体→原腿。世界根固定约束必须不存在,is_fixed_base=false。真实腿源惯性不改;源中两条装饰支链惯性缺失,保留导入器推定值并报告实际质量,不冒充厂家惯性。

默认采用弹簧阻尼导向,横向250N/m、20N·s/m,转动100N·m/rad、5N·m·s/rad;世界z向刚度/阻尼/外加导向力均为0。它模拟其他装配结构的侧向/姿态约束,不是完整四足躯干,也不是无辅助单足平衡。脚必须承担竖直重量;无动力负对照应倒塌。可将导向关闭做自由底座实验,但不预先声称稳定。

挂载传感器取PhysX JointWrenchSensor的内部固定关节反力,单位N/N·m、顺序Fx,Fy,Fz,Tx,Ty,Tz,原点为mount joint、坐标为child joint frame。不是将施加的扰动力复制成传感读数,不做隐式重力去皮。独立静力平衡确认符号和力矩原点。世界坐标下的导向wrench与扰动指令独立记录。

新任务/观测契约为go2-fl-loaded-stand-v0,不兼容Reach冻结权重。先交付物理环境、传感器、奖励/失败条件、站立基线与实测报告;本轮不是新的RL训练/冻结发布。旧任务、旧资产、已发布1.0.0/1.0.1及训练绑定源码不改。

预定试验与门槛

配置见configs/standing/go2_fl_support_v0.json。500Hz物理/100Hz控制,14秒episode,前2秒settle。13类场景为无扰动和世界坐标±Fx/±Fy/±Fz/±Tx/±Ty/±Tz,幅值5/5/10N、1/1/1N·m,作用点为虚拟底座安装原点。3–6秒及8–11秒施加梯形脉冲,0.5秒渐入/渐出。完整检查至少13环境,允许少量环境作调试但不算全类别验证。

  • 检查完全浮动root、固定sensor joint保留、足端地面接触,传感器不是零值占位。
  • 每物理子步:有限状态、硬关节越界≤0.01rad,归一化torque/velocity≤1.00001;保存实际导向、扰动和六轴测量。
  • settle后每环境:高度误差≤0.06m、倾角≤15°、足端中心水平漂移≤0.03m、有效承重接触比例≥98%。足端中心漂移是接触位置代理指标,不等于摩擦滑移测量。
  • 竖直合力统计:平均足端法向力与实际总质量*g减实际施加竖直外力之差≤10%;导向z力严格为0。传感器静力力误差≤1.5N、力矩误差≤0.3N·m(使用同原点/同坐标)。
  • 负对照:关闭关节驱动力,底座应明显下落/跌倒;不能靠底座弹簧把腿悬挂起来。
  • 只读审计→纯数学/配置测试→小规模真实物理调试→完整13类试验及负对照→回归。失败和调参过程保留,不将调试当holdout或正式学习验收。
  • 单GPU;本轮最多45分钟开发/物理验证资源窗口,不开展大规模训练。到预算则如实报告未完成项。

需要正式训练时另定数据分布、质量/刚度变化范围、未知扰动评估和冻结接口;不能仅以奖励上涨或本轮基线通过宣称训练完成。

实施补记(不改上述门槛)

  • 实际传感读数在该资产的TGS配置下未通过独立平衡检查,改用本任务独立PGS配置;失败日志保留,不以修改符号或放宽误差阈值掩盖问题。
  • 准静态传感检查增加至3个窗口:无载荷平台[2,3]s和受载平台[4.5,5.5]/[9.5,10.5]s,仍使用原力/矩容差。
  • 按独立审查补全500Hz历史,并将负对照判据明确为全部环境向下位移≥0.10m且电机力矩为0;增加真实timeout终端状态/复位与非法动作拒绝检查。
  • 实施结果与边界见实测报告;这不是新RL策略发布。