RL ポリシーと Tron1

Tron1 を使用した異なる RL ポリシーのテスト

Categories:

デモはこちら。注：登録が必要です

概要

Tron1 ロボットは、ヒューマノイド RL 研究に使用できるマルチモーダル二足歩行ロボットです。ソフトウェアの多くはオープンソースであり、こちらで見つけることができます。

ここでは、2つの異なる RL ポリシーを使用してロボットの移動テストを実行します。1つは isaaclab を使用し、もう1つは isaacgym を使用します。

テスト自体は比較的シンプルです。ロボットに前方に5メートル移動し、開始位置から150度回転するよう指示します。

テストのパラメータ化

artefacts.yaml ファイルを使用して、次のようにテストを設定します：

 policy_test:
    type: test
    runtime:
      framework: ros2:jazzy
      simulator: gazebo:harmonic
    scenarios:
      defaults:
        pytest_file: test/art_test_move.py
        output_dirs: ["test_report/latest/", "output"]
      settings:
        - name: move_face_with_different_policies
          params:
            rl_type: ["isaacgym", "isaaclab"]
            move_face:
              - {name: "dyaw_150+fw_5m", forward_m: 5.0, dyaw_deg: 150, hold: false, timeout_s: 35}

上記の重要なポイント：

テストは pytest を使用して実行されます（そのため pytest_file はテストファイルを指しています）。
Artefacts は output_dirs で指定された2つのフォルダからダッシュボードへのアップロードを探します
2つのパラメータセットがあります：
1. rl_type: 2つのパラメータ：“isaacgym” と “isaaclab”
2. move_face: 前進距離（5m）、回転角度（150度）、タイムアウト（35秒）を指定する1つのパラメータセット

テストは2回実行されます。1回目は isaacgym ポリシーを使用し、2回目は isaaclab ポリシーを使用します。両方のテストは move_face パラメータを使用して、どれだけ前進し、どれだけ回転するかを決定します。