휴머노이드의 한 걸음은 어떻게 만들어지는가: gait scheduler부터 WBC QP까지
G1 WBC-lite 보행 목표 생성기를 10초 동안 돌리면 왼발 12회, 오른발 13회의 교대 스텝이 나옵니다. 좌우 스텝 수 비대칭은 0.08이고, […]
Research
휴머노이드는 언제 넘어졌다고 판단하는가: termination·timeout·reset의 차이
G1의 넘어짐 판정 높이를 0.60m에서 0.45m로 낮춰 본 적이 있습니다. 첫 종료 시점은 1.263초에서 1.380초로 늦어졌습니다. 그러나 목표였던 4초 정지는
로봇은 왜 매번 다른 상태에서 시작하는가: G1의 reset·randomization·curriculum
v99의 G1 정책은 아직 걷지 못했지만, nominal 명령에서 처음으로 아주 작은 single-support 신호를 만들었습니다. 두 발 중 하나가 떠 있던
같은 체크포인트인데 왜 학습이 달라졌는가: PPO resume와 optimizer state
v248의 G1 정책은 slow와 nominal 평가에서 한 번도 넘어지지 않았습니다. nominal 이동 거리는 10.710m였습니다. 이 체크포인트에서 보상 함수, 관측·행동 차원,
같은 관측인데 왜 행동이 달라졌는가: running mean·variance와 normalization drift
M144의 actor isolation audit에서는 M15 network weight와 observation normalizer를 모두 고정했습니다. lower body·waist·wrist에 해당하는 21개 action row도 학습 대상에서 제외했습니다.
critic은 왜 actor보다 더 많은 정보를 보는가: asymmetric actor–critic과 privileged observation
M68의 one-update canary가 저장한 shape는 actor 205차원, critic 286차원, action 29차원이었습니다. 이후 seed 42에서 100 update를 두 block 실행했고, model_2225.pt는
한 장면만으로는 로봇 상태를 알 수 없다: observation history와 recurrent policy를 언제 써야 하는가
G1 정책에 과거 관측을 붙이기 전에 먼저 정보량부터 재봤습니다. M99에서는 현재 160차원 observation 한 장과 최근 다섯 장을 이어 붙인
체크포인트는 결과가 아니다: PPO 정책을 검증하는 seed·scenario·metric·acceptance gate
G1 motion-tracking 학습에서 가장 판단하기 어려웠던 순간은 로봇이 바로 넘어질 때가 아니었습니다. 오히려 64개 환경이 10초 동안 모두 살아남고, 기준
평균 reward가 올랐는데 왜 로봇은 망가졌을까: PPO 학습 로그 읽는 법
G1 v391 학습에서는 TensorBoard의 숫자만 보면 정책이 빠르게 좋아지는 것처럼 보였습니다. Train/mean_reward는 11.704에서 414.803으로 올랐고, Train/mean_episode_length도 13.29에서 194.22로 늘었습니다. adaptive
PPO 하이퍼파라미터는 무엇부터 바꿔야 하나: G1에서 clip·gamma·lambda·batch를 고정한 이유
현재 G1 기본 설정은 한 번의 PPO iteration에서 98,304개의 transition을 모은 뒤 20번의 optimizer step을 수행합니다. 경로가 갑자기 무너지는 현상을