holypong

7.4K posts

holypong

holypong

@automo_emo

ROBO-ONEによく顔をだしてます。 https://t.co/59RnUvCcnh

เข้าร่วม Nisan 2010
3K กำลังติดตาม2.5K ผู้ติดตาม
ทวีตที่ปักหมุด
holypong
holypong@automo_emo·
#昭和最後の日だから昭和のキャラクター貼る 「プラレス3四郎」に憧れてマイコンを勉強して柔王丸を開発してしまうのが昭和世代
日本語
26
1.2K
2.8K
0
holypong
holypong@automo_emo·
MuJoCo + 模倣学習 + 強化学習で得た歩容ポリシーを使って、AIが主導するリアルロボットの歩行を確認した ここからは「安定で自然に歩かせるか」のフェーズ Claude Code + 歩行制御MCPサーバーで、パラメータ調整・ログ分析のループを回して歩容の改善を自動化・省力化していく #Meridian計画
holypong@automo_emo

Claude Codeと「歩行制御MCPサーバー」を使ってパラメータ調整した歩容を模倣学習させるのに成功 MuJoCo + rsl-rl を使って、模倣学習と強化学習の比率を3:1で実行 前進させるための報酬設計も効いている このポリシーなら実機でも歩行できるだろう #Meridian計画 #MuJoCo #Claude

日本語
6
19
171
8.1K
holypong
holypong@automo_emo·
Claude Code と「歩行制御MCPサーバー」 リズムを2倍にした歩行パラメータを指示して、この小型ヒューマノイドのポテンシャルを引き出した マイコンに実装済だったリモコン操作時の全身ログデータを元に、AI対話でカーブフィットさせることで歩行パラメータを抽出できた #Meridian計画 #Claude
holypong@automo_emo

Claude Code と「歩行制御MCPサーバー」を統合 AIへの指示でシミュレータ(MuJoCo)と実機ロボットを歩行させてログを取得する SimとRealとが同一インタフェースなので、実験・検証・改善のループをAIだけで回せる状態に さらにこの基盤上で模倣学習・強化学習とつないでいく #Meridian計画 #Claude

日本語
0
5
25
926
holypong รีทวีตแล้ว
Jason
Jason@sugoyona·
@automo_emo MuJoCoシミュレータと実機で同じインターフェースを共有されているのですね。この「シミュレーションから実機検証へのループ」自体が、そのまま開発の高速化の鍵になりそうですね!🏃‍♂️
日本語
0
1
1
264
holypong รีทวีตแล้ว
AiDevCraft
AiDevCraft@AiDevCraft·
@automo_emo SimとRealをMCPで同一I/Fに揃える設計が効くのは、sim2realギャップをログ差分としてAIに可読化できるからですよね。報酬設計を手で触らず、差分そのものを学習信号に畳み込めるループは相当強いと思います。
日本語
0
1
2
217
holypong รีทวีตแล้ว
二名川
二名川@Ninagawa123·
【 #ロボット夜話 】 第8回のアーカイブ放送です。 秋葉原ロボットほこ天でも話題となった、小林竜太さんの個人制作のセミヒューマノイドや、孔明/B-SKY LabさんのAOBAの制作秘話がたっぷり聴けます。 QDDでロボットを組もうとしている方にぜひ聞いていただきたいです! youtu.be/SzZ-Fi725ro
YouTube video
YouTube
日本語
0
8
13
4.5K
holypong
holypong@automo_emo·
Claude Code と「歩行制御MCPサーバー」を統合 AIへの指示でシミュレータ(MuJoCo)と実機ロボットを歩行させてログを取得する SimとRealとが同一インタフェースなので、実験・検証・改善のループをAIだけで回せる状態に さらにこの基盤上で模倣学習・強化学習とつないでいく #Meridian計画 #Claude
日本語
2
13
100
5.4K
holypong รีทวีตแล้ว
ruma
ruma@_ruma_v·
holypong (@automo_emo) is transforming robotics with the Meridian Project! 🤖 By combining imitation & reinforcement learning in a 3:1 ratio, they've mastered bipedal gait adjustments. Using MuJoCo & Claude Code, these 3D assets are truly ready for action. 🚀
holypong@automo_emo

Claude Codeと「歩行制御MCPサーバー」を使ってパラメータ調整した歩容を模倣学習させるのに成功 MuJoCo + rsl-rl を使って、模倣学習と強化学習の比率を3:1で実行 前進させるための報酬設計も効いている このポリシーなら実機でも歩行できるだろう #Meridian計画 #MuJoCo #Claude

English
0
4
10
907
holypong
holypong@automo_emo·
Claude Code + 「歩行制御MCPサーバー」で歩容パラメータ調整 → ZMP簡易評価 → MuJoCo + rsl-rl による報酬設計まで統合的に回せた 一番重かったのは報酬設計で、「AIにAIを作らせる」というより「望ましい振る舞いの定義」そのものが難しいと実感 (Claudeのウィークリー制限に到達しそうだ)
holypong tweet media
holypong@automo_emo

Claude Codeと「歩行制御MCPサーバー」を使ってパラメータ調整した歩容を模倣学習させるのに成功 MuJoCo + rsl-rl を使って、模倣学習と強化学習の比率を3:1で実行 前進させるための報酬設計も効いている このポリシーなら実機でも歩行できるだろう #Meridian計画 #MuJoCo #Claude

日本語
0
1
7
708
holypong รีทวีตแล้ว
PONDA_VR
PONDA_VR@PONDA_VR·
リアルとバーチャルをつなぐ、双方向お絵かきシステム「ペンタラクティブ」を開発中です! 今年はこれで各地のリアルイベントにチャレンジするぞ! #ペンタラクティブ #Penteractive
日本語
5
54
163
14.7K
holypong
holypong@automo_emo·
Claude Codeと「歩行制御MCPサーバー」を使ってパラメータ調整した歩容を模倣学習させるのに成功 MuJoCo + rsl-rl を使って、模倣学習と強化学習の比率を3:1で実行 前進させるための報酬設計も効いている このポリシーなら実機でも歩行できるだろう #Meridian計画 #MuJoCo #Claude
holypong@automo_emo

Genesisとrsl-rlを使った歩容の学習に続いて、MuJoCoとrsl-rlを使った歩容の学習にも挑戦 (動画は学習中の様子) GenesisとMuJoCoとで学習の処理や設定で違いがある #Meridian計画

日本語
0
6
52
12K
holypong
holypong@automo_emo·
Genesisとrsl-rlを使った歩容の学習に続いて、MuJoCoとrsl-rlを使った歩容の学習にも挑戦 (動画は学習中の様子) GenesisとMuJoCoとで学習の処理や設定で違いがある #Meridian計画
holypong@automo_emo

Claude Codeと「歩行制御MCPサーバー」を使って、MuJoCo上でパラメータ調整を終えた歩容を、模倣学習用データとして与える試行 Genesis AI (Genesis-Embodied-AI)でrsl-rlを使って学習させたポリシーで、ヒューマノイドが歩行できるのを確認した #Meridian計画

日本語
0
3
21
3.9K
holypong
holypong@automo_emo·
Claude Codeと「歩行制御MCPサーバー」を使って、MuJoCo上でパラメータ調整を終えた歩容を、模倣学習用データとして与える試行 Genesis AI (Genesis-Embodied-AI)でrsl-rlを使って学習させたポリシーで、ヒューマノイドが歩行できるのを確認した #Meridian計画
holypong@automo_emo

Claude Codeと「歩行制御MCPサーバー」の連携 歩行に合わせて腕を振ったときの安定性を検証する。 AIへの仕様書駆動として、プログラムを作成し、評価する計画を立てて、検証するプロンプトをつくって、自動実行した結果をレポートして、、、 歩幅を増やして腕を振ってみる #Meridian計画

日本語
0
12
105
10.3K
holypong รีทวีตแล้ว
Xiao-Xiao Long
Xiao-Xiao Long@xxlong0·
Video2Humanoid. Still trouble with bad retargeted humanoid motions? Humanoids now are Easy to track any video using our new Neural Motion Retargeting (NMR) Method. Optimization-based motion retargeting methods like IK and GMR are solving a non-convex problem frame by frame, which makes them sensitive to initialization, hard to tune, and prone to poor local minima. The result is familiar: joint discontinuities, self-collisions, and unstable foot contact. Our solution is simple but effective : instead of optimizing each frame independently, learn the mapping between human motion and robot motion as a distribution via networks. 📊Results on Unitree G1 - 0 joint jumps - 54% fewer self-collision frames - 61% fewer joint limit violations - Faster convergence for downstream control policy training NMR turns motion retargeting from a fragile optimization problem into a learned, scalable pipeline for more stable humanoid motion. please visit nju3dv-humanoidgroup.github.io/nmr.github.io/ for more visualization results. opensource: github.com/NJU3DV-Humanoi…
English
6
53
264
23.3K
holypong
holypong@automo_emo·
Claude Codeと「歩行制御MCPサーバー」の連携 歩行安定性をZMP(Zero-Moment-Point)で評価する簡易版プログラムを、AIに渡した仕様書と対話で生成する 接地した左右の足裏を結ぶ「支持多角形」と、片足立ちの場合に支持脚の足裏が赤く点滅させる処理は、AIが提案した #Meridian計画
日本語
0
2
2
221
holypong
holypong@automo_emo·
Claude Codeと「歩行制御MCPサーバー」の連携 歩行安定性をZMP(Zero-Moment-Point)で評価するプログラムをAIに生成させる試行 接地した左右の足裏を結ぶ「支持多角形」に重心がおさまるかをリアルタイムに描画させる Claude Codeで骨組みつくったところで使用制限に達した #Meridian計画
holypong@automo_emo

Claude Codeと「歩行制御MCPサーバー」の連携 歩行に合わせて腕を振ったときの安定性を検証する。 AIへの仕様書駆動として、プログラムを作成し、評価する計画を立てて、検証するプロンプトをつくって、自動実行した結果をレポートして、、、 歩幅を増やして腕を振ってみる #Meridian計画

日本語
1
14
64
3.7K
holypong รีทวีตแล้ว
AiDevCraft
AiDevCraft@AiDevCraft·
@automo_emo MCPを介して「仕様→実装→評価→改善」のループを完全にエージェント側で閉じているのが本質的に新しいですね。歩行パラメータ探索は従来シミュレーションで回すものでしたが、実機センサーログを直接フィードバックに使えるならsim-to-real gapを根本から迂回できる可能性があって熱いです。
日本語
0
2
2
261