学习主题MuJoCo 接触、外力交互与视频记录。本文根据已有构建日志、实验录像、JSON 报告和执行后的 Notebook 整理2026 年 10 月 16 日完成核对。没有重新训练策略。这次 Task 2我主要理解了两件事小鸭子如何在浏览器中完成“观察—决策—运动”的闭环以及外界扰动怎样改变身体姿态和地面接触。已有实验记录包含五组鼠标拖拽以及一段使用行走策略的速度扰动回放。1. 浏览器里发生了什么mjswan 将 MicroDuck 的场景和策略构建成静态网页应用。浏览器加载场景包和 ONNX 模型后由 MuJoCo WASM 计算动力学ONNX Runtime Web 执行策略推理Three.js 显示运动过程。读取仿真状态 → 组成 61 维观测 → 策略输出 14 维动作 → 执行器作用于关节 → MuJoCo 计算运动和接触 → 更新画面鼠标拖拽也会进入这个物理过程先选中机器人刚体上的点再根据目标点与实际位置的偏差生成外力和力矩。mjswan 调用mjv_applyPerturbForce将扰动写入mjData.xfrc_applied。相关机制可对照 MuJoCo 官方扰动说明。因此拖动鼠标后看到的倾斜、离地和翻倒是策略动作、外力、重力及接触共同作用的结果。看到它重新站在初始位置时还要区分自动重置、手动 Reset 与策略主动恢复。2. 已完成的构建与验证检查项已有结果与本次核对软件版本mjswan 0.11.6Playground 提交7a29396f07c4ce8c5a6851bc0abd2bafa5511c1c构建日志记录msp build microduck成功静态产物约 73 MB场景与策略4 个场景、9 个策略入口包括行走、站姿、起坐、踢球和轮滑模型文件远程重新检查 26 个 ONNX全部通过 checker其中 9 个策略模型均为obs[1,61] → actions[1,14]网页服务日志记录入口、manifest 和抽样资源返回 200并设置 COOP/COEP 响应头浏览器交互已有录像显示模型、面板与拖拽录制日志记录PAGE_ERRORS026 个 ONNX 包括策略模型、观测计算图及终止判断等辅助图不能写成“训练了 26 个策略”。checker 通过说明模型格式有效也不能代替实际运动效果验证。3. 五组拖拽方向和作用位置怎样影响身体实验使用Duck 场景、Walk 策略速度指令保持(0,0,0)。后续各组开始前点击 Reset。前三组保持相同初始屏幕选点改变拖拽路径后两组把选点移到更低或更高的位置。完整录像五组拖拽实验约 6 分 15 秒。下表时间是录像播放时间不是仿真时间。组别操作录像中的现象关键画面01躯干附近向右上拖拽红色箭头向右上伸出身体倾斜脚部离地随后翻倒约 01:2102同一初始选点向左拖拽出现向左的外力箭头身体朝另一方向明显翻转约 02:0503同一初始选点斜向摆动身体随拖拽旋转、倾斜出现失去正常站立姿态的过程约 03:2604腿脚附近水平拖拽箭头位于较低处腿脚位置与支撑姿态改变身体倾斜约 04:4105头部附近上提头颈姿态改变所选画面中身体仍较接近站立姿态约 05:56我的理解是外力既能改变身体的平移也能通过力矩改变转动。力矩与作用点相对于参考点的位置有关可写为τ r × F。脚与地面之间的支撑和摩擦也会改变机器人能否维持平衡取决于整个动态过程。这组实验适合做定性观察拖拽路径的方向和长度有变化后两组还同时改变了作用位置没有记录实际力值也没有做多次统计。因此不能从中推出“推头一定比推脚稳定”或某个方向的抗扰性能最好。接触现象属于画面观察没有测量接触力或摩擦系数。核对材料时还有一个收获部分旧的mid_drag截图看起来仍是站姿但同组录像中确实出现了箭头和翻倒。单张截图没拍到扰动不代表整组实验没有发生扰动。本文配图重新从本地 MP4 提取时间与来源校验值保存在帧索引中。4. Notebook 回放先看代码再解释数字执行后的 Notebook还保存了另一条回放链路使用已有行走模型在 Python 仿真中运行 250 个控制步策略通过 Torch 在 GPU 上执行。项目已保存的结果模型输入 / 输出61 维观测 / 14 维动作前进指令脚本配置为 0.28 m/s回放长度250 步对应名义仿真时间 5.0 s扰动时机循环索引step 75和step 175终止或截断后的重置1 次完成第 103 个控制步时记录最长连续未重置片段147 步即 2.94 s平均策略推理耗时0.6406 ms约 0.64 ms结果见原始报告视频见扰动回放。这里的推理耗时是脚本记录的 GPU 策略推理耗时不能当作浏览器推理耗时或整个控制周期耗时。尤其需要区分两种扰动比较项浏览器拖拽Notebook 回放实际改变什么被选中刚体受到的外力和力矩基座的速度状态代码接口mjData.xfrc_appliedwrite_root_com_velocity_to_sim操作方式随鼠标持续变化在指定循环索引写入一次速度Notebook 脚本先创建一个六维零向量再把第一维设为0.55或−0.45m/s随后写入仿真。准确说这是把基座速度设置为指定值其余五个分量设为零并非在当前速度上额外加上这个数也没有施加一个以牛顿计量的力。报告记录的是“终止或截断后重置”没有单独给出触发原因。结合画面可观察到明显失稳但仅靠这个字段不能判定具体终止条件。重置后继续运行也不能解释成策略自己完成了起身。5. 复现时记住的几个点构建入口是官方 mjswan Playground。已有记录使用uv sync --group previews准备环境再执行uv run msp build microduck --output-dir dist/microduck。历史记录出现过 Node 路径和 npm 网络问题需要让 mjswan 自带.nodeenv/bin中的node可被找到证书报错时检查代理配置和证书链包源连接慢时再按自己的网络环境选择镜像。不要为了下载速度随意改变锁定的依赖版本。构建完成后用教程提供的静态服务器打开页面。服务要正确返回 JavaScript、WASM 的 MIME 类型本次服务器同时设置了Cross-Origin-Opener-Policy: same-origin和Cross-Origin-Embedder-Policy: require-corp。加载异常时应结合浏览器报错、资源请求和隔离状态排查。拖拽时先确认选中了机器人刚体再看外力箭头和连续画面。截图应同时保存施力前、施力中和松手后的状态如果要比较抗扰能力还需要固定初始状态、实际力值、持续时间和作用位置并重复实验。6. 学习收获Task 2 让我把“策略决定动作”和“物理引擎计算后果”联系起来了。网络输出关节动作但机器人最终怎样运动还取决于质量、惯量、外力、接触和摩擦。浏览器交互让这些关系可以直接观察录像与原始数据则帮助我避免只凭观感下结论。现有材料完成了网页构建、五组拖拽观察、视频保存和 GPU 扰动回放。Notebook 的 9 个代码单元都有执行计数未保存异常输出其中 RDK/BPU 环节因模型缺失或设备不可达而跳过不能算板端验收通过。本次也没有重新训练策略或验证实机控制效果。接下来如果继续实验我会优先把鼠标拖拽改成可重复的扰动记录实际力、姿态和接触信息再比较不同作用位置对平衡的影响。实验细节拖拽对比记录 · 两种扰动与回放结果 · 构建验证记录。
)
