Repository navigation
Releases
Releases · JasonG98/nanomimic
v0.1.0 · Unitree G1 全身动作跟踪与预训练权重
同一份策略怎样跟上舞步和跑步?这个版本公开了训练代码,以及在 40 段 LAFAN1 动作、441120 帧上训练 10 万轮的 Unitree G1 策略。首页舞步演示使用的就是这份权重。
| 附件 | 用途 |
|---|---|
nanomimic-g1-100k.tar.gz |
完整检查点,可回放世界模型或续训。包含 Actor、Critic、世界模型、优化器状态和配置。 |
nanomimic-g1-100k.onnx |
单文件 Actor,可在 CPU 上推理。输入 obs[1,733],输出 actions[1,29],控制频率 50 Hz。参考动作由外部 NPZ 提供。 |
evaluation.json |
逐次闭环结果、完整误差、动作与模型哈希,以及从 CSV 重跑首页示例的记录。 |
SHA256SUMS |
上述三个文件的 SHA-256 校验清单。 |
同一个 ONNX 在 CPU 仿真里跟完了整段舞步(131.46 秒)和整段跑步(237.78 秒)。两段都在训练库内,种子为 0,各尝试一次,重锚定连杆平均位置误差分别为 2.834 cm 和 2.827 cm。32 组输入的 PyTorch / ONNX 最大动作绝对误差为 4.77e-6。真机验证仍待完成。