microduck_rl 2b25a48. Este sitio no realizó ninguna exportación de puntos de control, ejecución de GPU ni implementación física. Los siguientes comandos operan en su propio punto de control y escriben archivos locales.Sepa lo que representa cada archivo.
| artefacto | Propósito |
|---|---|
| Punto de control de entrenamiento (.pt) | Estado de entrenamiento guardado utilizado por el exportador coincidente. Mantenga consigo la configuración de tareas y entrenamiento. |
| Modelo exportado (.onnx) | Gráfico de inferencia. La ruta de exportación oficial incluye la normalización de observación aprendida durante el entrenamiento. |
| Paquete de políticas | Un modelo, manifiesto y archivo README que describe cómo debe usarlo el tiempo de ejecución. Pasar las verificaciones de paquetes no establece la calidad al caminar ni la seguridad del hardware. |
Una política toma una observación (el estado esperado del robot y los valores de comando) y devuelve acciones. El contrato compartido actual tiene 61 valores de observación y 14 acciones. Su orden y significado importan tanto como su recuento. Inicio rápido de MicroDuck RL y registro de tareas ↗.
Exporte el punto de control con su tarea correspondiente.
Utilice el entorno configurado desde su ejecución de entrenamiento. Reemplace la ruta del punto de control de ejemplo con el archivo real que guardó. El siguiente ID de tarea es para el ejemplo de caminata; Utilice la tarea que produjo su punto de control. Guarde un first-walk.onnx existente en otro lugar si necesita conservarlo.
uv run scripts/export.py Mjlab-Velocity-Flat-MicroDuck \
--checkpoint-file /absolute/path/to/model_3000.pt \
--num-envs 1 \
--onnx-file first-walk.onnxEste es el exportador de proyectos, no un comando de conversión genérico. Construye el entorno de entrenamiento y exporta el actor junto con su normalizador. Ver un movimiento plausible en play no verifica que un modelo convertido manualmente contenga ese normalizador. Verifique el mensaje de finalización del exportador y el archivo de salida real. Exportador oficial ONNX y normalización de observación ↗.
Ensaye el archivo exportado con el diseño correcto.
uv run scripts/infer_policy.py \
--walking first-walk.onnx \
--new-cmd-obsEl espectador imprime la forma de entrada del modelo andante. La bandera de arriba selecciona el diseño del comando actual. Las políticas heredadas de 51 entradas necesitan desactivarlo. No rellenes un modelo arbitrario para que las dimensiones coincidan: eso no repara diferentes significados de observación, ordenamiento conjunto, sincronización o escala de acción. El script local utiliza inferencia CPU ONNX, pero aún necesita sus dependencias de Python, recursos del modelo y un visor funcional. Indicadores de reproducción local y controles de teclado ↗.
| acción | Simulador de navegador | Infer_policy.py local |
|---|---|---|
| Sentarse/pararse | R en modo pies | Y con la política correspondiente de sentarse/pararse cargada |
| Patada izquierda/derecha | Q/E en modo pies | K/L con políticas de patada cargadas |
| Rollo hacia adelante | A R se le asigna sentarse/pararse | R solo cuando se proporciona una póliza de trineo |
Las acciones opcionales necesitan sus archivos de modelo correspondientes. El comando anterior de solo caminar no carga las políticas de sentarse, patear o rodar. Para el mapeo actual del navegador, use la guía del simulador.
Inspeccione un paquete antes de compartirlo.
El editor tiene un modo de prueba que prepara un paquete local. Reemplace YOUR_USERNAME con el espacio de nombres de Hugging Face previsto. Este ejemplo describe una política de caminata perpetua; no utilices esa semántica para un truco no relacionado.
uv run publish --onnx first-walk.onnx \
--repo YOUR_USERNAME/microduck-first-walk \
--kind perpetual --slot walk --dry-runEl editor verifica la forma esperada, ejecuta una verificación de salida básica y valida el manifiesto antes de preparar policy.onnx, manifest.json y README.md. El funcionamiento en seco se detiene antes de la carga del Hub. Recrea su carpeta de preparación local publish-first-walk/, así que mantenga las notas manuales fuera de esa carpeta. Paquete de políticas, validación e implementación de simulacro ↗.
El resultado de un modelo finito y no constante es sólo una verificación de validez básica. Antes de cualquier intento de hardware, documente lo que sucedió en la simulación al iniciar, detener, girar y recuperarse. Mantenga la documentación del tiempo de ejecución del robot y su configuración exacta junto a esas observaciones.
Mantenga la procedencia adjunta al resultado.
Repositorio original y revisión completa:
ID de tarea y configuración de entrenamiento:
Archivo de checkpoint o URL de ejecución:
Comando de exportación exacto:
Nombre del ONNX y SHA-256:
Dimensiones de entrada/salida y formato de órdenes:
Comando de reproducción y modelo de robot:
Escala de acciones y frecuencia de control:
Comportamiento observado en simulación:
Fallos conocidos y casos sin probar:
Validación física, si existe:
Autor original, fuente y referencias de licencia:Para una política personalizada, registre su fuente y permisos por separado de las mallas de robots, la música u otros activos incluidos. Un resultado de la simulación debe permanecer etiquetado como simulación cuando lo compartas.
Continúe con su resultado.
¿Qué te gustaría entender a continuación?
Mantenga juntos la fuente, su entorno y sus observaciones.
Fuentes y fecha de revisión
Fuentes comprobadas el 8 de septiembre de 2026 · Fuente revisada