SuperMimic কী?
SuperMimic হলো একটি গবেষণা প্রকল্প, যা একটি ডিফারেনশিয়েবল ওয়ার্ল্ড মডেল ব্যবহার করে হিউম্যানয়েডের পূর্ণ-দেহ মোশন ট্র্যাকার প্রশিক্ষণের জন্য তৈরি। এটি mjlab-এর ওপর নির্মিত এবং দুটি ভিন্ন কোঅর্ডিনেট প্রতিনিধিত্বের জন্য প্রশিক্ষণ টাস্ক সরবরাহ করে।
প্রকল্প সম্পর্কে অতিরিক্ত তথ্য SuperMimic প্রকল্পের পৃষ্ঠা এবং গবেষণাপত্রে পাওয়া যাবে।
প্রধান বৈশিষ্ট্য
- পূর্ণ-দেহ হিউম্যানয়েড ট্র্যাকিং: প্রকল্পটি হিউম্যানয়েড মোশন ট্র্যাকিংয়ের জন্য একটি পলিসি প্রশিক্ষণ দেয়।
- ডিফারেনশিয়েবল ওয়ার্ল্ড মডেল: প্রশিক্ষণে পলিসির সঙ্গে একটি ডিফারেনশিয়েবল ওয়ার্ল্ড মডেল ব্যবহার করা হয়।
- দুটি টাস্ক প্রতিনিধিত্ব: SuperMimic G1-এর জন্য জেনারালাইজড-কোঅর্ডিনেট এবং ম্যাক্সিমাল-কোঅর্ডিনেট টাস্ক সমর্থন করে।
- প্রশিক্ষণ ও প্লেব্যাক স্ক্রিপ্ট: প্রশিক্ষণ শুরু করা এবং প্রশিক্ষিত মডেল পুনরায় চালানোর জন্য আলাদা কমান্ড দেওয়া আছে।
- GPU নির্বাচন:
CUDA_VISIBLE_DEVICES-এর মাধ্যমে প্রশিক্ষণ নির্দিষ্ট GPU-তে বরাদ্দ করা যায়।
SuperMimic ইনস্টল করুন
১. uv ইনস্টল করুন
SuperMimic তার স্ক্রিপ্ট চালানোর জন্য uv ব্যবহার করে। প্রকল্পের README-তে দেওয়া কমান্ড দিয়ে এটি ইনস্টল করুন:
curl -LsSf https://astral.sh/uv/install.sh | sh২. একটি ওয়ার্কস্পেস তৈরি করুন
SuperMimic এবং mjlab_research রিপোজিটরিগুলোকে পাশাপাশি ডিরেক্টরি হিসেবে ক্লোন করতে হবে। একটি শেয়ার করা ওয়ার্কস্পেস তৈরি করে তাতে প্রবেশ করুন এবং দুটি রিপোজিটরি ক্লোন করুন:
mkdir supermimic_ws && cd supermimic_ws
git clone git@github.com:HybridRobotics/supermimic.git
git clone git@github.com:HybridRobotics/mjlab_research.git
cd supermimicফলস্বরূপ বিন্যাসে supermimic এবং mjlab_research একই স্তরের ডিরেক্টরিতে থাকবে। পরবর্তী সব কমান্ড supermimic ডিরেক্টরির ভেতর থেকে চালান।
একটি প্রশিক্ষণ টাস্ক বেছে নিন
SuperMimic দুটি টাস্ক ID প্রদান করে:
SuperMimic-GenCoord-G1জেনারালাইজড কোঅর্ডিনেট প্রতিনিধিত্ব ব্যবহার করে।SuperMimic-MaxCoord-G1ম্যাক্সিমাল কোঅর্ডিনেট প্রতিনিধিত্ব ব্যবহার করে।
প্রশিক্ষণ এবং প্লেব্যাক উভয় কমান্ডে সঠিক টাস্ক ID ব্যবহার করুন। আপনি যে পরীক্ষাটি চালাতে চান, তার সঙ্গে সামঞ্জস্যপূর্ণ প্রতিনিধিত্ব বেছে নিন।
একটি ওয়ার্ল্ড মডেল ও পলিসি প্রশিক্ষণ দিন
প্রশিক্ষণ স্ক্রিপ্ট একটি টাস্ক ID এবং রানটির বর্ণনামূলক নাম গ্রহণ করে। নিচের টেমপ্লেট ব্যবহার করে নির্দিষ্ট GPU-তে এটি চালানো যায়:
CUDA_VISIBLE_DEVICES=<GPU_ID> uv run src/supermimic/scripts/train.py \
<TASK_ID> --runner.run_name <description><GPU_ID>-এর পরিবর্তে GPU-এর সূচক, <TASK_ID>-এর পরিবর্তে সমর্থিত টাস্ক ID-গুলোর একটি এবং <description>-এর পরিবর্তে রানটির অর্থবহ নাম দিন।
উদাহরণস্বরূপ, নিচের কমান্ডটি GPU 0 নির্বাচন করে এবং জেনারালাইজড-কোঅর্ডিনেট টাস্ক শুরু করে:
CUDA_VISIBLE_DEVICES=0 uv run src/supermimic/scripts/train.py \
SuperMimic-GenCoord-G1 --runner.run_name g1_generalized_coordinatesএর পরিবর্তে ম্যাক্সিমাল-কোঅর্ডিনেট প্রতিনিধিত্ব দিয়ে প্রশিক্ষণ দিতে টাস্ক ID পরিবর্তন করুন:
CUDA_VISIBLE_DEVICES=0 uv run src/supermimic/scripts/train.py \
SuperMimic-MaxCoord-G1 --runner.run_name g1_maximal_coordinatesপ্রশিক্ষিত মডেল পুনরায় চালান
প্রশিক্ষিত মডেলের মূল টাস্ক ID এবং Weights & Biases রান পাথ দিয়ে প্লেব্যাক স্ক্রিপ্ট ব্যবহার করুন:
uv run src/supermimic/scripts/play.py \
<TASK_ID> --wandb-path <RUN_PATH>জেনারালাইজড-কোঅর্ডিনেট রানের জন্য কমান্ডটি হবে:
uv run src/supermimic/scripts/play.py \
SuperMimic-GenCoord-G1 --wandb-path <RUN_PATH><RUN_PATH>-এর পরিবর্তে প্রযোজ্য রান পাথ দিন। প্রশিক্ষণে ব্যবহৃত প্রতিনিধিত্বের সঙ্গে প্লেব্যাকের টাস্ক ID একই রাখুন।
উন্নত ওয়ার্কফ্লো পরামর্শ
রিপোজিটরিগুলো পাশাপাশি রাখুন
সেটআপ নির্দেশনায় দেখানো ওয়ার্কস্পেসের কাঠামো বজায় রাখুন। mjlab_research-কে supermimic রিপোজিটরির ভেতরে বা উল্টোভাবে রাখবেন না।
বর্ণনামূলক রান নাম ব্যবহার করুন
--runner.run_name মানটি পরীক্ষাটিকে স্পষ্টভাবে শনাক্ত করা উচিত। নামের মধ্যে কোঅর্ডিনেট প্রতিনিধিত্ব যুক্ত করলে জেনারালাইজড-কোঅর্ডিনেট এবং ম্যাক্সিমাল-কোঅর্ডিনেট রান আলাদা করা সহজ হয়।
স্পষ্টভাবে GPU নির্বাচন করুন
মাল্টি-GPU মেশিনে পছন্দের GPU নির্বাচন করতে প্রশিক্ষণ কমান্ডের আগে CUDA_VISIBLE_DEVICES সেট করুন। উদাহরণস্বরূপ, প্রসেসে GPU 1 প্রকাশ করতে CUDA_VISIBLE_DEVICES=1 ব্যবহার করুন।
প্লেব্যাকের সময় টাস্ক ID মিলিয়ে নিন
মডেল পুনরায় চালানোর সময় প্রশিক্ষণে ব্যবহৃত একই কোঅর্ডিনেট-প্রতিনিধিত্বের টাস্ক ID ব্যবহার করুন। এতে প্লেব্যাক কমান্ডটি মূল পরীক্ষার সঙ্গে সামঞ্জস্যপূর্ণ থাকে।
প্রকল্পের কৃতজ্ঞতা ও লাইসেন্স
SuperMimic-এ ControlVAE, robotic_world_model এবং DreamerV3 থেকে অনুপ্রাণিত কোড রয়েছে। এসব প্রকল্প যথাক্রমে BSD-3-Clause, Apache-2.0 এবং MIT লাইসেন্স ব্যবহার করে।
SuperMimic Apache License 2.0-এর অধীনে প্রকাশিত। Copyright 2026 The SuperMimic Authors.
উপসংহার
SuperMimic একটি ডিফারেনশিয়েবল ওয়ার্ল্ড মডেল ব্যবহার করে হিউম্যানয়েডের পূর্ণ-দেহ মোশন ট্র্যাকার প্রশিক্ষণ ও পুনরায় চালানোর জন্য একটি সংক্ষিপ্ত ওয়ার্কফ্লো প্রদান করে। uv ইনস্টল করে এবং প্রয়োজনীয় দুটি পাশাপাশি রিপোজিটরি ক্লোন করার পর একটি কোঅর্ডিনেট প্রতিনিধিত্ব বেছে নিন, উপযুক্ত GPU-তে প্রশিক্ষণ শুরু করুন এবং প্লেব্যাকের জন্য তৈরি হওয়া Weights & Biases রান পাথ ব্যবহার করুন।