devorah-ai-2016/connectailab-rl-devorah-v1-avoid-obstacle-link01

만든 사람

NEXA LINK-01 | Obstacle Avoidance Decision AI

NEXA LINK-01 is an experimental Physical AI project focused on developing intelligent decision-making models for robotic obstacle avoidance.

The project combines PPO-based teacher data, supervised fine-tuning (SFT), and reinforcement learning (RL) to train an AI model to make navigation and obstacle-avoidance decisions.

Built on Qwen3.5-0.8B with lightweight adapters, the system is designed for future integration with 3D robotic simulation environments.

Key Features

• AI-based obstacle avoidance decision-making
• PPO-derived training data
• Supervised fine-tuning and reinforcement learning
• Lightweight model adaptation
• Planned 3D simulation and robotic navigation evaluation

Current Status: SFT and RL training completed. Real-world and simulation-based obstacle avoidance performance has not yet been validated.

Developed by NEXA Physical AI Lab

Exploring intelligence through simulation, learning, and robotics.

_{CONNECT AI LAB 공동 연구 참여 모델 · 모델 연결(Connect AI) 실험은 테스트 중입니다.}

LINK-01 결정 두뇌 · 장애물 피하기

CONNECT AI WORLD 로봇 웹 학습기에서 내가 코스를 만들고(장애물 · 목표 · 출발점), 브라우저 안에서 PPO로 강화학습한 LINK-01 로봇의 결정 두뇌입니다. 두뇌는 0.5초마다 직진 · 왼쪽으로 · 오른쪽으로 · 제자리 좌회전 · 제자리 우회전 중 하나를 고릅니다. 걷기는 따로 미리 배운 걷기 신경망(CPG → 모방 학습 MLP, 고정 · PPO 아님)이 하고, 이 파일에는 결정 두뇌만 들어 있습니다.

과제	장애물 피하기 (avoid_obstacles)
약속(contract)	link01-decision/avoid_obstacles/obs21-act5/walker51-14/v1
배운 코스 (trained_on)	ded0f037 · 내 코스 2
함께 올린 코스	없음
관찰 21개	목표 거리 · 목표 방향 sin · 목표 방향 cos · 거리 센서 -100° · 거리 센서 -80° · 거리 센서 -60° · 거리 센서 -40° · 거리 센서 -20° · 거리 센서 0° · 거리 센서 20° · 거리 센서 40° · 거리 센서 60° · 거리 센서 80° · 거리 센서 100° · 앞 속도 · 회전 속도 · 직전 선택 1 · 직전 선택 2 · 직전 선택 3 · 직전 선택 4 · 직전 선택 5
신경망	21 → 64 → 64 → 5 · tanh

시험 결과 (brain.json에 적힌 숫자 그대로)

시험	성공률	평균 보상	씨앗	지문	엔진
성공률 (공식 시험 20판)	85%	18.45	91001–91020	07d367ea	mujoco-wasm 3.16.0

공식 시험 20판은 그 과제의 무작위 코스(씨앗 91001–91020)입니다. 내가 만든 코스 하나에서만 배운 두뇌는 무작위 코스에서 낮게 나올 수 있습니다.

내가 정한 학습 설정

항목	값
알고리즘	ppo (stable-baselines3 설정)
학습 갱신	10
결정 수	20,480
학습률	0.0003
감마 γ	0.97
GAE λ	0.95
엔트로피	0.01
클립	0.2
병렬 판	8
숨은 층	64
센서	기본
씨앗	575
걸린 시간	78초

보상 가중치 · progress +4.5 · reach +10.5 · collision -2 · time -0.05 · fall -5 · out -3.5

학습 곡선 (검증 판 성공률)

결정 수	성공률
0	0%
2,048	0%
4,096	0%
6,144	0%
8,192	0%
10,240	75%
12,288	88%
14,336	88%
16,384	100%
18,432	100%
20,480	100%

쓰는 법

from huggingface_hub import hf_hub_download
from connect_tycoon.link01.brain import WorldBrain     # pip install "connect-tycoon @ git+https://github.com/wonseokjung/connect-tycoon"
brain = WorldBrain.from_file(hf_hub_download("devorah-ai-2016/connectailab-rl-devorah-v1-avoid-obstacle-link01", "brain.json"))
brain.act(obs)        # 관찰 21개 (위 순서) → 선택지 번호

웹 학습기에서 두뇌 올리기로 이 brain.json을 다시 올리면 같은 시험을 그대로 다시 볼 수 있습니다. 의사결정 모델 만들기: LINK-01 의사결정 모델 Colab

만든 곳 · CONNECT AI LAB × AI CITY BUILDERS

• CONNECT AI LAB 유튜브 · AI 1인 기업 · 로컬 AI · 강화학습 무료 강의
• AI CITY BUILDERS · 강화학습 AI 과정
• CONNECT AI WORLD · LINK-01 로봇 웹 학습기

시뮬레이터 위의 교육용 모델입니다. 실제 로봇에 쓰기 전에 그 로봇 · 그 공간에서 다시 검증하세요.