๊ฐํํ์ต ์์ฐ ์๋ณธ(2026-11-12~13): ์ธก์ ๋ฌธ์ "๊ฐํํ์ต ์์ฐ" ์ ์ด ์ฝ๋ ๊ณํ ์คยท๋ชจ๋ธยท๊ฒฌ์ค ์ค
da376cd verified |
Download README.md from leapshared/sciedu_sim_rl_demo: direct link, hf CLI and curl.
- Browser
- Download file 2.08 kB
-
https://huggingface.co/leapshared/sciedu_sim_rl_demo/resolve/main/README.md
- Command line
-
hf download hf://leapshared/sciedu_sim_rl_demo/README.md
-
curl -L -o README.md https://huggingface.co/leapshared/sciedu_sim_rl_demo/resolve/main/README.md
2.08 kB
| license: apache-2.0 | |
| tags: [sciedu-bench, simulation, mujoco, openarm, reinforcement-learning] | |
| # SciEdu sim RL demo โ ๊ฐํํ์ต ์์ฐ ์๋ณธ (2026-11-12 ~ 11-13) | |
| OpenArm ์ํ ๋ก๋ด ๊ณผํ ์คํ ์๋ฎฌ(MuJoCo)์์ "IK ์ฝ๋ ๊ณํ ์์ ์์ฐจ ๊ฐํํ์ต"์ผ๋ก ์์ฐ์ ๋ง๋ค์ด ๋ณธ ์คํ์ ์๋ณธ์ด๋ค. | |
| ์ธก์ ๋ฌธ์ `docs/measurements/sim-train-augment.md`์ "๊ฐํํ์ต ์์ฐ(gen=rl)" ์ ์ด ์ฝ๋ ๊ณํ ์คยท๋ชจ๋ธยท๊ฒฌ์ค ์ค์ ๊ทธ๋๋ก ๋ด์๋ค. | |
| **์์ ๋ ๊ฒ: ์ ์ฅ (์ฃผํฉ ์์ก์ด)ยท์ ์ฅ๋ฉด ํ์ผ๋ก ์ง์ ์์ฐ์ด๋ค. ์ ์์ ยท์ฒ ํ ์๋ถ๋ถ ์ฅ ์ผ๋ก ๋ค์ ์ง๋๋ค.** | |
| ํ์ต ๋ฐ์ดํฐ๋ก ์ฐ์ง ๋ง๊ณ ๊ทธ ์ ์ ์ซ์๋ฅผ ๋์ง๋ ๋ฐ์๋ง ์ด๋ค. | |
| | ํด๋ | ๋ด์ฉ | | |
| |---|---| | |
| | `redox_plate/<ํ>/` | ์ฐํํ์ ํ ๋ฃ๊ธฐ. ํ ๋ค์ฏ(v1, v1b_straight_zeroinit, v1_two_phase, v2_wide, v2_wide_tp): `actor.safetensors`, `config.json`, `norm.json`, ํ์ต ์ค, `plans/plans.jsonl`๊ณผ ๋ช ๋ น ์ด `.npz`, ์์ JSON | | |
| | `redox_plate/*.jsonl`, `redox_plate/starts/` | ์ฝ๋๋ง(๊ณง์ยท๋ ๊ฑธ์) ๊ฒฌ์ค ์ค, ๋์ ์์ | | |
| | `rod/` | ๊ฒ์ ๊ธฐ ๋ง๋ ํธ ๋ฌธ์ง๋ฅด๊ธฐ. ํ์ต ์ค(`rub_train*.jsonl`), ์ฒดํฌํฌ์ธํธ ์ ์ฑ (`rub_policy*_itNNN.json`), 53์นธ ๊ฒฌ์ค ์ค(`rub_compare*.jsonl`, `_j010` = ์ ํ์ 0.10.0-draft), ๊ณก์ ๊ทธ๋ฆผ, `rejudge.log` | | |
| | `whole/` | ๋์ ์ ์ฒด ์ค(๋ฃ๊ธฐยท๋ด๊ทธ๊ธฐ) ๊ฒฌ์ค | | |
| | `mineral/` | ๊ด๋ฌผ ์กฐํ ๊ธ๊ธฐ ๊ฒฌ์ค | | |
| | `rod_shadow/outputs/`, `rod_shadow_judge010/outputs/` | ์ ํ์ ยท์ ํ์ ์ฌ๋ณธ์์ ๋๋ฆฐ ๊ฒฐ๊ณผ(๊ฒฐ๊ณผ ํ์ผ๋ง) | | |
| | `*_diag*.jsonl`, `MUJOCO_LOG_20261112.txt` | ์คํจ ์ง๋จ ์ค, ๋ฌผ๋ฆฌ ๊ฒฝ๊ณ ๊ธฐ๋ก | | |
| ์ฌ๋ฆฌ์ง ์์ ๊ฒ(๋ค์ ๋ง๋ค ์ ์์): ๊ทธ๋ ์ ์ฅ์ ์ฝ๋์ ์ฌ๋ณธ(`rod_shadow/`ยท`rod_shadow_judge010/`์ ์ฝ๋, `rod_3646e6d2.tar`, `mineral_shadow/scripts`)์ | |
| ์ ์ฅ์ ๊ฐ๋ ์ปค๋ฐ 3646e6d2ยท95c32236์์ ๋ค์ ๋ง๋ ๋ค. ํ์ต ๋ก๊ทธ(`*.log`)์ ์์ ์คํฌ๋ฆฝํธ(`scratch/`)๋ ๋บ๋ค. | |
| ์ฝ๋: ์ ์ฅ์ `scripts/sim/rl_demo*.py`, `scripts/sim/ppo_rim.py`, ์ค์ `config/rl_demo/*.yaml`. | |