Políticas de referencia: sprint, rodillos y sentarse

Elija por comportamiento y hardware, luego verifique la ranura.

Cada manifiesto declara esquema 2, modelo API 1, 61 observaciones, 14 acciones y 50 Hz. Esos números comunes no hacen que los comportamientos sean intercambiables: el controlador del rodillo y la bandera de asiento reinterpretan los campos de comando. Conserve el modelo de robot, la familia de servos, los accesorios, la pose de entrada y la codificación de comandos en su plan de prueba. Esquema de manifiesto de política oficial y reglas de compatibilidad ↗

Utilice un candidato fijado y conserve el comando de reinicio.

Primero guarde robotctl version, policy list y health. Confirme que su tiempo de ejecución acepte el manifiesto y prepare un área de prueba compatible con acceso a la energía. Lo siguiente carga la instantánea del sprint revisada, cambia el intervalo de caminata y persiste durante el reinicio; su línea final elimina esa anulación.

sudo robotctl policy load walk pollen-robotics/microduck-sprint-2m-reference@62afcc461f1d4a5ac22bfbff55ce4900c1afba32
robotctl policy list
robotctl health
sudo robotctl policy reset walk

Un reinicio resuelve el defecto oficial; no restaura una anulación personalizada anterior. Guarde el repositorio y la revisión de esa anulación antes de la prueba. La tarjeta modelo dice que la normalización de las observaciones ya está dentro del modelo ONNX: un corredor personalizado debe alimentar observaciones sin procesar sin aplicar la misma normalización dos veces. Referencia de sprint: carga, normalización y registro de entrenamiento ↗

Para el modelo de talento, use su ranura sitstand documentada, no camine. Revierta esa elección con:

sudo robotctl policy reset sitstand
robotctl policy list
robotctl health

Hay pesas públicas disponibles; La reproducción completa del entrenamiento necesita más.

Los manifiestos registran la tarea, la confirmación de la fuente, el punto de control, la semilla y el comando de entrenamiento. Las tarjetas apuntan a pollen-robotics/microduck-challenges, pero ese repositorio de GitHub devolvió 404 a nuestra verificación anónima el 8 de octubre. Pudimos inspeccionar pesos y metadatos públicos, no la fuente de entrenamiento a la que se hace referencia. Referencia de talento: receta de carga y entrenamiento ↗

La tarjeta de talento también nombra Mjlab-GotATalent-MicroDuck en su resumen de entrenamiento, mientras que su receta usa Mjlab-SwagContest-MicroDuck. Confirme la tarea en una fuente accesible antes de gastar cómputo. Repetir una semilla no es una promesa de pesos idénticos entrenados por GPU.

Informar observaciones con sus límites.

Registre la revisión del concentrador, la versión del demonio, la ranura anterior, las condiciones de soporte, el comportamiento de inicio/detención y el resultado del reinicio. Una referencia publicada es una base útil, no una clasificación actual ni una prueba de compatibilidad con HD-1910, Open Duck Mini u otro robot reconstruido. Utilice la discusión relacionada para comparar registros con el mismo modelo y condiciones.