- 博客(785)
- 资源 (13)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 launch_data_collection.py 命令，默认使用 XRoboToolkit：PICO 把你的姿态和手柄输入发送到电脑，再由 SONIC 控制 G1。
cd ~/GR00T-WholeBodyControl-git.venv_data_collection/bin/python gear_sonic/scripts/launch_data_collection.py –deploy-checkpoint policy/low_latency/model –deploy-obs-config policy/low_latency/observation_config.yaml –camera-host 192.168.123.164 –task-p
2026-10-16 17:21:59
13
原创 按电机轴 action 重新训练,需要把踝部补成真实闭链机构，再把 action 改为两个电机驱动轴-newton_kamino
joint_pos = mdp.JointPositionActionCfg( asset_name=“robot”, joint_names=[ “l_ankle_motor_1_joint”, “l_ankle_motor_2_joint”, ], preserve_order=True, scale=0.05, # 示例值，按驱动轴工作范围调整 use_default_offset=True,)
2026-10-14 09:10:04
19
原创 Kamino：闭链动力学与接触”这一块算法，需要你自己添加或编写吗
*在支持 Kamino 的 Isaac Lab 版本里，选好求解器后，框架会调用它完成物理计算。**所以，如果你的闭链已经正确建立，不需要再手写一套闭链动力学方程、约束求解器或者接触力算法。比如你的 USD 已经有小腿、长短连杆、脚板的质量和惯量，只是缺少连杆末端与脚板的连接，那么加载后补上这些闭链连接即可；另外，USD 文件不一定自带物理属性：单纯从 CAD 转出来的 USD，可能只有外形和装配层级，需要确认是否已经添加了刚体和关节等物理信息。你已经做好的那部分，就是它求解时需要的输入。
2026-10-13 18:18:38
42
原创 闭链结构算法与 Newton-Kamino 扫描说明
插入标零件（标定件）后，当前状态与 URDF 的默认姿态一致，并将其作为关节（joint）的 0 位。二、膝关节/髋关节 Pitch 轴及特殊驱动标定注意事项（直线电机）闭链结构算法与 Newton-Kamino 扫描说明。一、脚踝（Ankle）标定与扫描流程。
2026-10-12 16:22:54
15
原创 newton/kamino给出“位置映射”给出控制,手算公式\求解器算位置\仿真跑到停稳；扫描存储数据的方式,给出目标joint求电机
生成 ankle 表时，你指定“脚要到这个 pitch、roll”，求解器让机构达到这个姿态，再读出对应的电机角度。这个求解模式里电机是被动的，没有给电机角度目标，所以 motor 只有求解结果。如果换成“给两个电机目标角度，让它们驱动脚”，那就应该记录 motor_target / motor_actual，而 pitch、roll 是实际输出。所以差别来自求解方向：当前 ankle 是“踝角 → 电机角”，knee 是“EHA 行程 → 膝角”。因为踝关节表和膝关节表，目前指定的输入不同。
2026-10-10 09:42:19
10
原创 newton的关系和kamino区别查询的方式可以实现闭环（closechain）（推荐理解概念）
Newton ≈ 整个游戏引擎里的“物理系统”Kamino ≈ 这个物理系统里专门负责“解方程”的那个核心求解器。
2026-10-09 17:27:03
15
原创 两种方法解决的是同一类问题（并联脚踝：2 个电机 pitch/roll）
https://github.com/huggingface/lerobot-humanoid-runtime/blob/102bc4f65318cbc60b8d7a35e07084c5920fda87/robot/bipedal_robot.pyhttps://github.com/engineai-robotics/engineai_humanoid/blob/master/EngineAI_Controller/common/src/Controllers/close_chain_mapping.cp
2026-09-29 11:36:58
13
原创 GR00T N1.6 做长时序任务\DeepStream 里的 Cosmos Reason 不只是简单告诉你“现场看到了什么”，它可以生成文字指令
实际部署时通常这样工作：外部任务管理器 / 行为树负责拆分长任务（例如：把“清理桌子”拆成“拿起杯子 → 放到盘子 → 拿起盘子 → 放到架子”），每次只给模型当前子目标（subgoal）的语言指令，模型根据当前图像 + 机器人状态 + 当前指令，预测一段动作块（16 步左右），机器人执行部分动作后，重新观察场景，更新指令，再请求下一段动作，循环这个过程，直到完成整个长任务。任务比较固定（比如重复抓取特定物体），只要一个机器人，想要最低延迟、最简单部署，你已经有高质量的 DROID 风格数据。
2026-09-28 15:35:20
11
原创 newton \Kamino 的闭链求解本身,,给出闭链的算法
URDF 适合树形机器人+代码补闭链，USD 则更优于直接保存完整物理结构（含闭环）。推荐方案C：在 Isaac Sim 6.0 中将 2SPU-1U 完整建模并设 excludeFromArticulation=true，导出 USD 后由 ModelBuilder 自动识别闭链。关键规则：闭环关节需在 Builder 中添加但不加入 articulation 列表，确保 Newton 正确处理闭链约束，实现高效、可维护的物理建模。
2026-09-21 11:37:37
28
原创 adams和matlab实现多连杆复杂机构算法,,close_chain_mapping-----Kamino
这样架构会干净很多，而且以后你的 2SPU-1U 换成别的并联腿机构，基本只换约束描述，不需要重新手推一套 close_chain_mapping.cpp。Kamino 可以帮你避免“手推闭链动力学”，但不能简单理解为把 SolverKamino 源码复制出来就替代 close_chain_mapping.cpp。“给我 CAD/USD，我不想自己推 2SPU-1U 的公式，但我要得到 pitch/roll ↔ motor1/motor2 + Jacobian。2,方案 B：拟合一个小函数。
2026-09-20 17:43:29
70
原创 Kamino：基于 GPU 的大规模并行仿真，用于具有挑战性拓扑的多体系统,如四杆机构传动、并联机械臂
Kamino 是一个 GPU 原生物理求解器，专门为任意关节拓扑（包括高度耦合的闭环）设计：最大坐标（maximal-coordinate）表述：每个刚体都有独立的位姿和速度，运动学关系（包括闭环）全部作为显式代数约束处理。可参考 Isaac Lab 文档中的 Kamino 页面（搜索 “Kamino Solver Isaac Lab”），用 physics=newton_kamino 预设或自己写 NewtonCfg(solver_cfg=KaminoSolverCfg(…
2026-09-20 16:08:32
20
原创 pace ,原因是延迟搜索范围与执行器缓冲区容量不一致,The maximum time lag cannot be larger than the history length. Received:
这两个参数要一致，第一个是默认值，第二个是范围。如果范围搜索到了 9 (self.bounds_params[48, 1] = 10.0)，但是默认值是 0 (max_delay=0)的话，就会有问题。原因是延迟搜索范围与执行器缓冲区容量不一致。
2026-09-20 15:22:56
6
原创 用 pace 参数辨识设置单一关节
用 pace 参数辨识设置关节，其中设置位置就在这里：设置期望的位移 ，只要给其他关节不设置位移就可以了。只给一个关节设置位移。
2026-09-08 14:41:49
19
原创 PACE 和 walk-these-ways Actuator Net，其实是两种不同的 Sim2Real actuator modeling 方法
<think>我们 need answer in Chinese, ≤150字 summary. User asks based on content generate article summary ≤150字. Need condense. Let's parse. Content: PACE and walk-these-ways Actuator Net are two different Sim2Real actuator modeling methods. PACE four projects:
2026-09-03 17:45:05
35
原创 Experiment A：确定 Kp/Kd,找到真实机器人一个稳定、响应足够快、但不明显振荡的控制工作点。
Experiment A：确定 Kp/Kd，找到真实机器人一个稳定、响应足够快、且不明显振荡的控制工作点。测每个关节的真实 Kp/Kd response。采集 q_target / q / dq。得到 actuator dynamics。actuator delay 太大。这恰恰是 SysID 要辨识的东西。高频 command 下严重跟不上。这时候就不要继续盲目提高 Kp。有一点 overshoot。没有 overshoot。通常可以继续调整 Kd。放回 IsaacLab。
2026-08-25 10:05:52
37
原创 扫频和参数辩识pace思路，以及直线和旋转是否使用扭矩前馈控制的说明（推荐重要）
2、然后用gpu并行在仿真中加载机器人，然后随机给定摩擦阻尼惯量参数，迭代多轮找出合适的参数让仿真和真机的贴近3、然后把辨识的参数拿到训练中去训练。1、先从0.1一直到10hz扫频，记录数据到pt文。
2026-08-24 16:56:19
29
原创 avscode Codex登录错误解决：Token exchange failed: token endpoint returned status 403 Forbidden
【代码】vscode Codex登录错误解决：Token exchange failed: token endpoint returned status 403 Forbidden。
2026-07-29 12:06:13
405
原创 机器人控制架构设计：将 Python 推理与 C++ 实时控制分离为独立 ROS2 节点
在机器人控制系统中，实时性要求高的硬件控制与非实时性的模型推理往往需要不同的处理策略。本文将探讨一种通过 ROS2 将 Python 推理节点与 C++ 控制节点分离的架构设计，实现异步、解耦且安全的机器人控制。或自定义PolicyObs消息频率：50Hz内容：机器人状态观测数据或自定义消息频率：事件驱动（收到 obs 后立即发布）内容：模型推理的动作指令。
2026-07-28 22:11:07
208
原创 让指定的刚体（Body）保持水平，不要发生过大的 Roll 或 Pitch 倾斜,脚的姿态
摘要：将机器人脚部姿态控制奖励项(feet_orientation_l2)的权重系数从-0.02调整为-0.1。该奖励项通过计算踝关节(.ankle_roll.)与目标姿态的L2误差来优化脚部方向控制，权重增加将强化对脚部正确姿态的约束，使训练更注重脚部定位精度。
2026-07-27 14:04:55
78
原创 reward,,当前位置离默认姿态有多远,,,,,降低脚落地时的冲击，让机器人走路更安静、更平顺。reward
这个 reward 和脚姿态（是否内翻）没有关系，它的作用是降低脚落地时的冲击，让机器人走路更安静、更平顺。
2026-07-15 14:50:26
100
原创 sim2sim有问题action_scale的问题isaaclab训练的isaacsim里可以走，感觉挺好的，mujoco里机器人站都站不住(重要)
【代码】about action_scale taizhongyaole。
2026-07-14 17:20:44
87
原创 基本都改成了projected gravity放进 observation。,很少再直接使用 Euler angle。
EngineAI Gym（以及早期 legged_gym 的一些项目）很多都直接把 base angular velocity (omega) 和 Euler angle (eu_ang) 放进 observation。很少再直接使用 Euler angle。
2026-07-13 10:47:36
79
原创 两个程序的区别不是 get_gravity_orientation() 不一样，而是传进去的 quat 已经不一样
【代码】两个程序的区别不是 get_gravity_orientation() 不一样，而是传进去的 quat 已经不一样。
2026-07-13 10:23:41
73
原创 Cosmos-Reason and Cosmos-Predict2.5 and Cosmos-Transfer2.5
Cosmos-Reason系列 是一个“推理大脑” (Reasoning VLM)。它的核心任务是理解视频并输出文本推理。它是一个视觉语言模型（VLM），能像人类一样，利用物理常识和先验知识，对观察到的视频场景进行有逻辑的推理、分析和决策。Cosmos-Predict2.5 是一个“世界模拟器” (World Simulator)。它的核心任务是生成视频来模拟和预测世界的未来状态。它能根据文本、图片或视频输入，生成符合物理规律的未来视频画面。简单来说，它是一个视频生成模型。
2026-06-30 11:16:31
93
原创 今天训练机器人出来后不动，原因是我的对称轴网络里的参数不一样
发现obs和critic的网两个里的参数不对称不一样。我复制obs到对称网络里就可以。
2026-06-29 18:29:43
80
原创 kp和kd值大小设置
kpkd选的组合更大，位置追踪更准确的前提是要在关节电机的能力和物理限制内，肯定不是无限制的。比如说调的过于大，运动经常撞到电流墙 肯定也是不行的。另外真机执行和观测都有延迟，调的太大估计对延迟的适应性也不好。更大的kpkd组合 关节位置跟踪更准确 但是相应的，运行时关节的冲击也更大 峰值电流也会更大。这是个很复杂的问题，还是尽量参考别人的kpkd吧，出现问题再微调。kp和kd设置很大，机器人也能练出来，也能sim2sim，这个为啥你们机器人要选择现在kd值呢？训练的时候kpkd要尽量小吗？
2026-06-19 08:57:20
118
原创 ngc new deepstream9.0-----deepstream vlm vllm Cosmos-Reason2、Qwen-VLDeepStream9.0 在DeepStream中使用VLM
https://catalog.ngc.nvidia.com/search?filters=label%7CDeepStream%7Cpltfm_deepstream&orderBy=weightPopularDESC
2026-06-01 14:59:05
248
原创 deepstream vlm __deepstream_reference_apps是NVIDIA DeepStream SDK的官方参考应用集合，其中并行推理架构是实现高效多模型实时处理的核心技术。
deepstream_reference_apps 这个 GitHub 仓库里的示例没有放进 DeepStream SDK 自带的 sample_apps 里，主要是由它们的定位、体量和发布周期三个核心因素决定的。deepstream_reference_apps是NVIDIA DeepStream SDK的官方参考应用集合，其中并行推理架构是实现高效多模型实时处理的核心技术。🎯 定位不同：入门示范 vs. 复杂参考。
2026-06-01 14:44:36
96
原创 机器人脚踝软着陆
KP 和 KD 是直接在 YAML 配置文件中以列表形式为每个电机人工设定的常数值，在运行时通过 指令下发，并没有像宇树那样根据关节转动惯量进行在线计算或参数辨识。
2026-05-11 10:20:58
123
原创 ros2 action /server和发布订阅的区别是什么？
与订阅模式的区别：在纯订阅模式下，发布者（执行者）和订阅者（请求者）是解耦的。订阅者很难直接向一个特定的、正在运行的任务实例发送“取消”指令，通常需要引入另一个通信通道（如另一个主题或服务），使得架构复杂化。机制：Action 客户端可以向 Server 发送“取消目标”的请求，Server 收到后可以优雅地停止任务、释放资源。这是请求-响应模式天然具备的能力。对任务进行主动干预，例如取消一个正在执行的任务，或者查询其当前进度时，Action 模式提供了标准化的接口。
2026-03-10 09:45:56
133
原创 torch安装兼容版本cuda12.4-------简单明了（推荐）
✅ 推荐使用 PyTorch 官方预编译的 CUDA 版本（如 cu121），不要求系统安装完整 CUDA Toolkit。PyTorch 当前主要支持 CUDA 11.8 或 12.1。
2026-03-04 14:27:50
296
原创 matlab simulink 使用ros2 的sub和pub需要注意的事项，以及部署事项（注意事项）
那我我给到bus create 的输入线上的名称必须是这个名称，然后再buscreater里选择我自定义的msg（最终pub是什么就选择什么类型）然后再加上to vitual bus，选择非虚拟总线，数据类型继承auto，然后再到ros2 pub。1，需要注意的是使用public的时候输入的数据变量的名称必须和输出的msg数据保持一致。例如我自定义了一个msg，
2026-01-28 13:37:33
138
原创 机器人强化学习原理讲解一：为什么policy输入里只有obs没有reward？训练循环过程原理（重要----------------------------------）
本文分析了强化学习训练循环中环境交互和策略更新的过程。在step()函数中，环境执行动作后通过compute_observations()和compute_rewards()生成新状态和奖励。训练循环中，策略仅接收观测(obs)作为输入，奖励(reward)用于后续的参数更新而非直接输入策略。经验数据(obs,action,reward,next_obs,done)被批量收集，通常在完整回合或批次训练后才更新策略，而非每个时间步都更新，这确保了策略验证的完整性。奖励通过梯度下降间接影响策略参数更新。
2025-08-29 09:35:55
181
原创 failed to open iris: /usr/lib/dri/iris_dri.so: cannot open shared object file:(运行mujoco的sim2sim程序报错)
find / -name libstdc++.so.6 2>/dev/nullsource ~/.bashrcexport LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6https://stackoverflow.com/questions/72110384/libgl-error-mesa-loader-failed-to-open-iris
2025-08-21 09:38:10
147
原创 奖励函数大问题01：这里的接触力在sim2real的时候是怎么获取的？被什么替代的（重要推荐）
这里的接触力函数是用来判断是否接触到地面，是仿真中使用的，在sim2real中没有用到，也不需要用到，因为他只是需要在仿真里训练，并且是为了让步态更好看一些而设定的，他就是为了训练固定动作的。所以在奖励函数一般有两种，第一种就是有观测值输入的，需要和外界指令进行交互的，第二种是没有观测值输入，是为了训练固定的动作。固定动作不能重复，例如踏步行走和双脚跳两个是有冲突的，只能保证一个动作状态。具体观测量在观测函数里去看那些是被观测量。
2025-08-14 10:31:39
146
一款实现了消息推送协议 MQTT v3.1 的开源消息代理软件，提供轻量级的，支持可发布/可订阅的的消息推送模式，使设备对设备之
2023-04-03
文件同名代码，修改两个文件夹中文件的名称，让文件对应起来，程序亲测好用
2022-04-28
神经网络预测天气的气温数据集免费资源
2022-01-01
网上花店管理系统完整代码，大作业学生毕设参考学习
2021-05-12
android扫一扫查询excel，扫一扫查询数据库数据
2021-02-19
javaweb管理系统，大学就业信息管理系统源码，毕业设计参考必看，毕业生必看，附完整源码何运行截图
2021-08-08
Deepstream里如何如何调用多个模型？
2022-09-06
no model name “PIL“ and Command “/usr/bin/python3 -u -c “import setuptools, tokenize,错误的解决方法
2022-08-18
java类方法的设计需要注意什么？
2020-08-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人