操作

操作任务位于 src/unilab/tasks/manipulation/。

手内操作

  • allegro_inhand 和 allegro_inhand_grasp 拥有 MuJoCo 和 Motrix PPO owner。

uv run train --algo ppo --task allegro_inhand --sim mujoco
uv run train --algo ppo --task allegro_inhand --sim motrix training.no_play=true

平台平衡

stewart_balance 是一个 6 自由度并联（Stewart）平台，用于把一个自由小球 平衡在顶部托盘上。策略输出 2 维托盘倾角（roll、pitch）；逆运动学步骤再把该 托盘位姿换算成 6 条移动关节腿的长度，由位置执行器跟踪。奖励由居中项、零速度 推进项与静止奖励组成，并对掉落施加惩罚；回合在小球掉落或持续静止成功时结束。

底座焊接固定在世界系。Motrix 是已验证的训练后端；mujoco owner 可构造并步进， 但其刚性闭环求解器在负载下尚不稳定，暂不能稳定训练。

uv run train --algo ppo --task stewart_balance --sim motrix training.no_play=true