nanomimic
回放与导出06 / 07

训练结束后,哪些部分还在工作?

回放时,半透明的 G1 显示世界模型预测的姿势。它和仿真中的 G1 越走越远,就说明预测误差在累积。导出的 ONNX 保存 Actor,参考动作从外置文件读入。

回放时的两条闭环play · env 0
物理仿真
仿真观测最近几帧与目标→ Actor按仿真观测选动作→ 仿真推进下一帧观测 ↺
预测虚影
合成观测最近几帧与目标→ Actor按合成观测选动作→ 模型预测下一帧观测 ↺
回合结束或达到设定步数时,虚影与仿真重新对齐
两条轨迹使用同一个 Actor,各自保存加过噪声的观测。虚影每走一步,都根据自己的预测状态重新算目标和动作。