64 lines
3.6 KiB
Markdown
64 lines
3.6 KiB
Markdown
# 版本演进
|
||
|
||
本项目使用同一条 `16dof` 主线和里程碑 Tag 保存线性演进，不在源码目录中复制历史版本。
|
||
|
||
| Tag | 阶段 | 核心内容 |
|
||
| --- | --- | --- |
|
||
| `v0.1.0` | 8DOF 中期检查 | 8DOF 串联足机械与大疆 A 板实机版本 |
|
||
| `v0.2.0` | 16DOF 机械 | 16DOF 串联轮足机械 CAD 与 STEP |
|
||
| `v0.3.0` | 第一代软件闭环 | 早期训练、MJCF、MuJoCo、Sim2Sim、IK 与 Python Sim2Real |
|
||
| `v0.3.1` | 实机记录 | 补充第一代 Sim2Real 实机视频 |
|
||
| `v0.4.0` | 新训练基线 | 第一份完整的新 MJCF、新 mjlab 框架和 Rough 策略工程 |
|
||
| `v0.5.0` | 随机化增强 | 扩大观测、延迟和动力学随机化，加入持续外力扰动 |
|
||
| `v0.6.0` | 比赛训练架构 | 分轴奖励、自适应指令课程、障碍释放课程和比赛站姿 |
|
||
| `v0.7.0` | MuJoCo 工具 | 姿态优化、IK 扫描、动力学、MPC 和 GUI 调试工具 |
|
||
| `v0.8.0` | 后期 Sim2Sim | ONNX 回放、IK/路线检查工具和比赛最终 Rough 策略 |
|
||
|
||
## `v0.4.0` 的模型变化
|
||
|
||
- 机械 CAD 不变。
|
||
- MJCF 更新整机质量和惯性参数，旧、新 `wheelleg.xml` 的 SHA-256 不同。
|
||
- mjlab 上游基准从 `00409797` 更新到 `40f8d93e`。
|
||
- 保留轮腿分组执行器随机化所需的本地补丁。
|
||
- 本阶段归档 `model_rough.pt`，不将生成日志、缓存和临时 XML 纳入版本库。
|
||
|
||
## `v0.5.0` 的训练变化
|
||
|
||
- MJCF、mjlab 基准和已有模型文件保持不变。
|
||
- 投影重力噪声由 `±0.05` 扩大到 `±0.08`。
|
||
- 腿与轮动作的最大随机延迟由 2 步增加到 4 步。
|
||
- 地面摩擦随机范围由 `0.3–1.0` 扩大到 `0.15–1.25`。
|
||
- 执行器刚度和阻尼缩放由 `0.9–1.1` 扩大到 `0.5–1.5`。
|
||
- 增加膝部和轮部质量的 `0.7–1.3` 随机缩放。
|
||
- 增加作用于机身的连续随机外力和力矩扰动。
|
||
|
||
## `v0.6.0` 的比赛训练架构
|
||
|
||
- 保持 `v0.4.0` 引入的新 MJCF 和 mjlab 框架不变。
|
||
- 将线速度奖励拆分为 x/y 两轴，并独立配置偏航角速度奖励。
|
||
- 增加自适应 x/y/yaw 指令范围课程。
|
||
- 增加障碍地形逐步释放与更严格的地形晋级逻辑。
|
||
- 增加楼梯横向速度和偏航漂移约束。
|
||
- 默认站姿调整为髋俯仰 `0.550`、膝关节 `-1.125`，初始机身高度为 `0.42 m`。
|
||
- 增加速度误差、轮速跟踪、动作和姿态等训练诊断指标。
|
||
- 该 Tag 保存比赛训练代码架构，不把每次继续训练产生的 checkpoint 误记为新的软件版本。
|
||
|
||
训练阶段的详细关系见 [`training_evolution.md`](training_evolution.md)。
|
||
|
||
## `v0.7.0` 的独立 MuJoCo 工具
|
||
|
||
- 比赛训练架构、MJCF、模型和依赖锁文件保持 `v0.6.0` 状态不变。
|
||
- 增加解析姿态表、RL 友好姿态筛选和 MuJoCo 静态姿态优化。
|
||
- 增加 IK/差速轮参数扫描，可导出 JSON 结果。
|
||
- 增加 Robot、Controller、Dynamics、MPCController 和 GUI 调试链路。
|
||
- 记录历史工具常量与新版 MJCF 质量、比赛默认站姿之间的参数边界，避免将分析结果直接当作已校准真机参数。
|
||
|
||
## `v0.8.0` 的后期 Sim2Sim
|
||
|
||
- 比赛训练任务、MJCF 和 `v0.7.0` 的 MuJoCo 工具保持不变。
|
||
- 策略运行器增加 ONNX 加载，并允许在缺少 `pynput` 时关闭后台键盘监听继续运行。
|
||
- MuJoCo 执行器重建同时兼容新旧 Spec 删除接口。
|
||
- 增加 PT→ONNX 导出、IK 补偿扫描、纯 IK 绕桩和 ONNX 批量路线检查入口。
|
||
- 归档比赛最终 Rough 策略 `model_6800.onnx`；其 SHA-256 为 `3C994BDD3434AD15770A52AC0E8D229F502F00D6511CDD42C2E2C742301AEF13`。
|
||
- Crawl 权重、运行日志、临时 XML 和大量重复路线实验不在本阶段归档。
|