Asosiy kontentga o‘tish
AI qo‘llanmalari

SuperMimic yordamida gumanoid harakat trekerlarini o‘qitish va qayta ishga tushirish

Ushbu qo‘llanma SuperMimic’ni mjlab_research bilan birga o‘rnatish, koordinatalar tasvirini tanlash, tanlangan GPU’da jahon modeli va siyosatni o‘qitish hamda Weights & Biases yo‘li orqali o‘qitilgan ishga tushirishni qayta ijro etishni ko‘rsatadi.

Taxminan 12 daqiqalik o‘qish
SuperMimic bilan gumanoid harakat trekerlarini o‘qitish

SuperMimic nima?

SuperMimic — yagona differensiallanuvchi jahon modeli yordamida gumanoidning butun tanasi harakat trekerini o‘qitish uchun mo‘ljallangan tadqiqot loyihasi. U mjlab asosida qurilgan va ikki xil koordinatalar tasviri uchun o‘qitish vazifalarini taqdim etadi.

Qo‘shimcha loyiha ma’lumotlarini SuperMimic loyiha sahifasi hamda ilmiy maqoladan topishingiz mumkin.

Asosiy imkoniyatlar

  • Gumanoidning butun tanasini kuzatish: Loyiha gumanoid harakatlarini kuzatish uchun siyosatni o‘qitadi.
  • Differensiallanuvchi jahon modeli: O‘qitishda siyosat bilan birga bitta differensiallanuvchi jahon modeli ishlatiladi.
  • Ikki xil vazifa tasviri: SuperMimic G1 uchun umumlashtirilgan koordinatali va maksimal koordinatali vazifalarni qo‘llab-quvvatlaydi.
  • O‘qitish va qayta ijro skriptlari: O‘qitishni boshlash va o‘qitilgan modelni qayta ijro etish uchun alohida buyruqlar taqdim etilgan.
  • GPU tanlash: O‘qitishni CUDA_VISIBLE_DEVICES orqali muayyan GPU’ga biriktirish mumkin.

SuperMimic’ni o‘rnatish

1. uv’ni o‘rnating

SuperMimic skriptlarini ishga tushirish uchun uv dan foydalanadi. Uni loyiha README faylida berilgan buyruq bilan o‘rnating:

curl -LsSf https://astral.sh/uv/install.sh | sh

2. Ishchi maydon yarating

SuperMimic va mjlab_research repozitoriylari yonma-yon kataloglar sifatida klonlanishi kerak. Umumiy ishchi maydon yarating, unga kiring va ikkala repozitoriyni klonlang:

mkdir supermimic_ws && cd supermimic_ws
git clone git@github.com:HybridRobotics/supermimic.git
git clone git@github.com:HybridRobotics/mjlab_research.git
cd supermimic

Natijaviy tuzilmada supermimic va mjlab_research bir xil katalog darajasida joylashadi. Qolgan buyruqlarni supermimic katalogi ichidan ishga tushiring.

O‘qitish vazifasini tanlang

SuperMimic ikkita vazifa identifikatorini taqdim etadi:

  • SuperMimic-GenCoord-G1 umumlashtirilgan koordinatalar tasviridan foydalanadi.
  • SuperMimic-MaxCoord-G1 maksimal koordinatalar tasviridan foydalanadi.

O‘qitish va qayta ijro buyruqlarida aynan bir xil vazifa identifikatoridan foydalaning. O‘tkazmoqchi bo‘lgan tajribangizga mos tasvirni tanlang.

Jahon modeli va siyosatni o‘qiting

O‘qitish skripti vazifa identifikatori va ishga tushirish uchun tavsiflovchi nomni qabul qiladi. Uni quyidagi andoza yordamida tanlangan GPU’da ishga tushirish mumkin:

CUDA_VISIBLE_DEVICES=<GPU_ID> uv run src/supermimic/scripts/train.py \
  <TASK_ID> --runner.run_name <description>

<GPU_ID> o‘rniga GPU indeksini, <TASK_ID> o‘rniga qo‘llab-quvvatlanadigan vazifa identifikatorlaridan birini, <description> o‘rniga esa ishga tushirish uchun mazmunli nomni yozing.

Masalan, quyidagi buyruq GPU 0 ni tanlaydi va umumlashtirilgan koordinatalar vazifasini boshlaydi:

CUDA_VISIBLE_DEVICES=0 uv run src/supermimic/scripts/train.py \
  SuperMimic-GenCoord-G1 --runner.run_name g1_generalized_coordinates

Maksimal koordinatalar tasviri bilan o‘qitish uchun vazifa identifikatorini o‘zgartiring:

CUDA_VISIBLE_DEVICES=0 uv run src/supermimic/scripts/train.py \
  SuperMimic-MaxCoord-G1 --runner.run_name g1_maximal_coordinates

O‘qitilgan modelni qayta ijro eting

O‘qitilgan modelning dastlabki vazifa identifikatori va Weights & Biases ishga tushirish yo‘li bilan qayta ijro skriptidan foydalaning:

uv run src/supermimic/scripts/play.py \
  <TASK_ID> --wandb-path <RUN_PATH>

Umumlashtirilgan koordinatalar asosidagi ishga tushirish uchun buyruq quyidagicha bo‘ladi:

uv run src/supermimic/scripts/play.py \
  SuperMimic-GenCoord-G1 --wandb-path <RUN_PATH>

<RUN_PATH> o‘rniga tegishli ishga tushirish yo‘lini yozing. Qayta ijro vazifa identifikatorini o‘qitishda ishlatilgan tasvir bilan bir xil saqlang.

Kengaytirilgan ish jarayoni bo‘yicha maslahatlar

Repozitoriylarni yonma-yon saqlang

O‘rnatish ko‘rsatmalarida ko‘rsatilgan ishchi maydon tuzilmasini saqlang. mjlab_research ni supermimic repozitoriyasi ichiga yoki aksincha joylashtirmang.

Tavsiflovchi ishga tushirish nomlaridan foydalaning

--runner.run_name qiymati tajribani aniq ifodalashi kerak. Nomga koordinatalar tasvirini kiritish umumlashtirilgan va maksimal koordinatalar asosidagi ishga tushirishlarni farqlashni osonlashtiradi.

GPU’ni aniq tanlang

Bir nechta GPU’ga ega kompyuterda kerakli GPU’ni tanlash uchun o‘qitish buyrug‘idan oldin CUDA_VISIBLE_DEVICES ni o‘rnating. Masalan, jarayonga GPU 1 ni taqdim etish uchun CUDA_VISIBLE_DEVICES=1 dan foydalaning.

Qayta ijroda vazifa identifikatorlarini moslang

Modelni qayta ijro etishda uni o‘qitish uchun ishlatilgan koordinatalar tasviriga mos vazifa identifikatoridan foydalaning. Bu qayta ijro buyrug‘ini dastlabki tajriba bilan mos holda saqlaydi.

Loyiha mualliflari va litsenziyasi

SuperMimic tarkibida ControlVAE, robotic_world_model va DreamerV3 loyihalaridan ilhomlangan kod mavjud. Bu loyihalar mos ravishda BSD-3-Clause, Apache-2.0 va MIT litsenziyalaridan foydalanadi.

SuperMimic Apache License 2.0 asosida chiqarilgan. Mualliflik huquqi 2026 The SuperMimic Authors.

Xulosa

SuperMimic differensiallanuvchi jahon modeli yordamida gumanoidning butun tanasi harakat trekerini o‘qitish va qayta ijro etish uchun yo‘naltirilgan ish jarayonini taqdim etadi. uv ni o‘rnatib, ikkita zarur yonma-yon repozitoriyni klonlaganingizdan so‘ng koordinatalar tasvirini tanlang, mos GPU’da o‘qitishni boshlang va qayta ijro uchun hosil bo‘lgan Weights & Biases ishga tushirish yo‘lidan foydalaning.