|
Download DexMimicGen/study1/DrawerCleanup/README.md from yangfy0627/RL-postTrain: direct link, hf CLI and curl.
- Browser
- Download file 1.02 kB
-
https://huggingface.co/yangfy0627/RL-postTrain/resolve/main/DexMimicGen/study1/DrawerCleanup/README.md
- Command line
-
hf download hf://yangfy0627/RL-postTrain/DexMimicGen/study1/DrawerCleanup/README.md
-
curl -L -o README.md https://huggingface.co/yangfy0627/RL-postTrain/resolve/main/DexMimicGen/study1/DrawerCleanup/README.md
1.02 kB
DrawerCleanup
DexMimicGen / study1 / DrawerCleanup(TwoArmDrawerCleanup,PandaDexRH + PandaDexLH,双 Panda + Inspire 灵巧手,动作 24 维)。StandardBaseBC JAX / H8 / EMA,seed 1。50 条组为 45 train + 5 validation(dmg_distribution_v1)。
最佳保存点
| 数据组 | 最佳 epoch | 窗口成功率(150局) | 该 epoch 单次(50局) | 选取时进度 |
|---|---|---|---|---|
| diverse50 | 1750 | 68.7% | 无(该 epoch 未评估) | 1828/3000(用户停止) |
| mixed50 | 1150 | 72.0% | 无(该 epoch 未评估) | 1830/3000(用户停止) |
选取规则:每 50 epoch 保存的权重中,取 epoch−45…epoch+45 内 3 次周期评估(评估每 30 epoch 一次,150 局)平均成功率最高者。事后挑选存在选择偏差,尚未用独立 200 局面板复核。成功率约 600 epoch 后稳定在 62–67%(300 epoch 块平均),用户据此在约 1830 epoch 停止训练,因此没有 epoch 3000 权重。