Políticas de referência: corrida, rodas e sentar

Escolha por comportamento e hardware e verifique o slot.

Cada manifesto declara o esquema 2, modelo API 1, 61 observações, 14 ações e 50 Hz. Esses números comuns não tornam os comportamentos intercambiáveis: o controlador do rolo e o sinalizador sit reinterpretam os campos de comando. Preserve o modelo do robô, a família de servos, os acessórios, a pose de entrada e a codificação de comando em seu plano de teste. Esquema de manifesto de política oficial e regras de compatibilidade ↗

Use um candidato fixado e retenha o comando de redefinição.

Primeiro salve robotctl version, policy list e health. Confirme se seu tempo de execução aceita o manifesto e prepare uma área de teste compatível com acesso à energia. O seguinte carrega o instantâneo do sprint revisado, altera o slot de caminhada e persiste durante a reinicialização; sua linha final remove essa substituição.

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

Uma redefinição resolve o padrão oficial; ele não restaura uma substituição personalizada anterior. Salve o repositório e a revisão dessa substituição antes do teste. O cartão do modelo diz que a normalização da observação já está dentro do modelo ONNX: um executor personalizado deve alimentar observações brutas sem aplicar a mesma normalização duas vezes. Referência do sprint: carregamento, normalização e registro de treinamento ↗

Para o modelo de talento, use seu slot sitstand documentado, não ande. Reverta essa escolha com:

sudo robotctl policy reset sitstand
robotctl policy list
robotctl health

Os pesos públicos estão disponíveis; a reprodução completa do treinamento precisa de mais.

Os manifestos registram a tarefa, o commit de origem, o ponto de verificação, a semente e o comando de treinamento. Os cartões apontam para pollen-robotics/microduck-challenges, mas esse repositório GitHub retornou 404 para nossa verificação anônima em 8 de outubro. Poderíamos inspecionar pesos públicos e metadados, não a fonte de treinamento referenciada. Referência de talentos: receita de carregamento e treinamento ↗

O cartão de talento também nomeia Mjlab-GotATalent-MicroDuck em seu resumo de treinamento, enquanto sua receita usa Mjlab-SwagContest-MicroDuck. Confirme a tarefa em uma verificação de fonte acessível antes de gastar computação. Repetir uma semente não é uma promessa de pesos idênticos treinados por GPU.

Relate observações com seus limites.

Registre a revisão do Hub, a versão do daemon, o slot anterior, as condições de suporte, o comportamento de inicialização/parada e o resultado da redefinição. Uma referência publicada é uma linha de base útil, não uma classificação atual ou prova de compatibilidade com HD-1910, Open Duck Mini ou outro robô reconstruído. Use a discussão relacionada para comparar registros com o mesmo modelo e condições.