SuperMimic G1 tracker with fall recovery (bones_flat_v2_getup_lie, 260k iterations)

4e7a558 verified 3 days ago

4.23 kB

---
license: other
license_name: mit-code-bones-seed-data
library_name: pytorch
tags:
  - robotics
  - humanoid
  - unitree-g1
  - motion-tracking
  - world-model
  - fall-recovery
---
# SuperMimic G1 tracker with fall recovery (get-up)

A Unitree G1 whole-body motion-tracking policy from an independent reproduction of
SuperMimic (arXiv:2610.28480), fine-tuned so that it gets up after falling
(prone, supine or on its side) and resists knock-down pushes.
Code: [github.com/Mr-Zqr/SuperMimic-Reproduced](https://github.com/Mr-Zqr/SuperMimic-Reproduced) (`main`).

基于 SuperMimic 复现的 Unitree G1 全身动作跟踪策略，在此基础上做了"摔倒后起身"微调（设计见仓库 `docs/REPRODUCTION_PLAN.md` 的 D22）。

## 结果

起身测试：256 个环境，静止站立的 T-pose 参考，全部关闭摔倒终止；"起身"定义为骨盆高度误差 < 0.1 m 且倾角误差 < 0.2，持续 0.5 s，限时 10 s。跟踪评测用固定的 2000 条 BONES 平地子集，每条从第一帧完整播放，无噪声、无域随机化。

| 检查点 | 俯卧 / 仰卧 / 侧卧 起身成功率 | 4–6 m/s 推倒率 | 2000 条子集跟踪回报 |
|---|---|---|---|
| 跟踪基线 bones_flat_v2，18 万次迭代 | 10% / 0% / — | 91%（18.8 万次迭代时测） | 0.921（2 条失败） |
| **本模型，26 万次迭代** | **100% / 100% / 100%**（中位 1.3 / 1.3 / 1.5 s） | **0%** | 0.912（6 条失败） |

代价：跟踪回报略降（逐 clip 中位 −0.006），主要来自全局根部位置 / 朝向漂移；新增的失败主要是倒立类动作。

## 文件

| 文件 | 内容 |
|---|---|
| `policy.pt` | 策略权重 + 配置（35.6 MB），可直接用仓库 `main` 的评测 / 回放脚本加载 |
| `training_state_ckpt_0260000.pt` | 完整训练状态（世界模型、critic、优化器、采样器，221 MB），用于续训 |
| `videos/` | 回放视频：起身（22.8 万次迭代，俯卧 / 仰卧各两段）、侧手翻和 180° / 360° 空翻（26 万次迭代） |

## 使用

```bash
git clone https://github.com/Mr-Zqr/SuperMimic-Reproduced.git
cd SuperMimic-Reproduced
uv sync
hf download RayZhao/supermimic_getup policy.pt --local-dir checkpoints
# 交互回放（需要 NVIDIA GPU；有显示器时用原生 MuJoCo 查看器，否则用浏览器版 viser）
uv run python scripts/play.py --ckpt checkpoints/policy.pt --npz-dir data/npz/lafan1 --clips fallAndGetUp1_subject1
# 评测（每条 clip 从第一帧完整播放）
uv run python scripts/eval_benchmark.py --ckpt checkpoints/policy.pt --npz-dir data/npz/lafan1
```

动作数据不随模型发布，按仓库 README 的"数据"一节准备（LAFAN1 或 BONES-SEED 的 G1 重定向）。

注意：`play.py` 和评测保留了训练时的摔倒终止（骨盆高度 / 倾角偏差超过阈值即重置）。想观察倒地后起身，需要关闭终止，见仓库 README 的"摔倒起身"一节。

## 训练

- 观测：论文 Table A.1 的 93 维本体感知（10 帧历史），加未来 10 帧 G1 参考目标；不含全局位置等状态估计。
- 基线：bones_flat_v2，在清洗后的 BONES-SEED 平地子集（102,004 条，198 h）上按论文 Table A.5 训练 18 万次迭代，单卡 RTX 4090。
- 起身微调：从 18 万次迭代续训到 26 万次，学习率恒定 2e-5，分三段：
  1. 18 万 → 19.2 万：30% 的回合关闭摔倒终止（`--env.immune-probability 0.3`）；
  2. 19.2 万 → 21.2 万：再加击倒推力（`--env.push-interval-s 2.0 4.0 --env.push-speed 4.0 6.0`）；
  3. 21.2 万 → 26 万：再加 10% 从躺姿开始的重置（`--env.lie-probability 0.1`）。
- 续训 `training_state_ckpt_0260000.pt` 需要带 `per_bin` 重置采样器的代码版本（训练时用了 `--env.gmax-mode per_bin`）；该采样器还不在 `main` 上。

## 局限

- 策略看不到自己的全局位置，长动作（如 LAFAN1 的 2–4 分钟 clip）会逐渐漂离参考。
- 倒立类动作和超出 G1 关节限位的参考（如跪坐到脚跟）仍会失败。

## 许可

代码为 MIT 许可（见 GitHub 仓库）。模型在 [BONES-SEED](https://huggingface.co/datasets/bones-studio/seed) 数据上训练，使用请同时遵守 BONES-SEED 的许可条款。

	---
	license: other
	license_name: mit-code-bones-seed-data
	library_name: pytorch
	tags:
	- robotics
	- humanoid
	- unitree-g1
	- motion-tracking
	- world-model
	- fall-recovery
	---

	# SuperMimic G1 tracker with fall recovery (get-up)

	A Unitree G1 whole-body motion-tracking policy from an independent reproduction of
	SuperMimic (arXiv:2610.28480), fine-tuned so that it gets up after falling
	(prone, supine or on its side) and resists knock-down pushes.
	Code: [github.com/Mr-Zqr/SuperMimic-Reproduced](https://github.com/Mr-Zqr/SuperMimic-Reproduced) (`main`).

	基于 SuperMimic 复现的 Unitree G1 全身动作跟踪策略，在此基础上做了"摔倒后起身"微调（设计见仓库 `docs/REPRODUCTION_PLAN.md` 的 D22）。

	## 结果

	起身测试：256 个环境，静止站立的 T-pose 参考，全部关闭摔倒终止；"起身"定义为骨盆高度误差 < 0.1 m 且倾角误差 < 0.2，持续 0.5 s，限时 10 s。跟踪评测用固定的 2000 条 BONES 平地子集，每条从第一帧完整播放，无噪声、无域随机化。

	\| 检查点 \| 俯卧 / 仰卧 / 侧卧起身成功率 \| 4–6 m/s 推倒率 \| 2000 条子集跟踪回报 \|
	\|---\|---\|---\|---\|
	\| 跟踪基线 bones_flat_v2，18 万次迭代 \| 10% / 0% / — \| 91%（18.8 万次迭代时测） \| 0.921（2 条失败） \|
	\| 本模型，26 万次迭代 \| 100% / 100% / 100%（中位 1.3 / 1.3 / 1.5 s） \| 0% \| 0.912（6 条失败） \|

	代价：跟踪回报略降（逐 clip 中位 −0.006），主要来自全局根部位置 / 朝向漂移；新增的失败主要是倒立类动作。

	## 文件

	\| 文件 \| 内容 \|
	\|---\|---\|
	\| `policy.pt` \| 策略权重 + 配置（35.6 MB），可直接用仓库 `main` 的评测 / 回放脚本加载 \|
	\| `training_state_ckpt_0260000.pt` \| 完整训练状态（世界模型、critic、优化器、采样器，221 MB），用于续训 \|
	\| `videos/` \| 回放视频：起身（22.8 万次迭代，俯卧 / 仰卧各两段）、侧手翻和 180° / 360° 空翻（26 万次迭代） \|

	## 使用

	```bash
	git clone https://github.com/Mr-Zqr/SuperMimic-Reproduced.git
	cd SuperMimic-Reproduced
	uv sync
	hf download RayZhao/supermimic_getup policy.pt --local-dir checkpoints
	# 交互回放（需要 NVIDIA GPU；有显示器时用原生 MuJoCo 查看器，否则用浏览器版 viser）
	uv run python scripts/play.py --ckpt checkpoints/policy.pt --npz-dir data/npz/lafan1 --clips fallAndGetUp1_subject1
	# 评测（每条 clip 从第一帧完整播放）
	uv run python scripts/eval_benchmark.py --ckpt checkpoints/policy.pt --npz-dir data/npz/lafan1
	```

	动作数据不随模型发布，按仓库 README 的"数据"一节准备（LAFAN1 或 BONES-SEED 的 G1 重定向）。

	注意：`play.py` 和评测保留了训练时的摔倒终止（骨盆高度 / 倾角偏差超过阈值即重置）。想观察倒地后起身，需要关闭终止，见仓库 README 的"摔倒起身"一节。

	## 训练

	- 观测：论文 Table A.1 的 93 维本体感知（10 帧历史），加未来 10 帧 G1 参考目标；不含全局位置等状态估计。
	- 基线：bones_flat_v2，在清洗后的 BONES-SEED 平地子集（102,004 条，198 h）上按论文 Table A.5 训练 18 万次迭代，单卡 RTX 4090。
	- 起身微调：从 18 万次迭代续训到 26 万次，学习率恒定 2e-5，分三段：
	1. 18 万 → 19.2 万：30% 的回合关闭摔倒终止（`--env.immune-probability 0.3`）；
	2. 19.2 万 → 21.2 万：再加击倒推力（`--env.push-interval-s 2.0 4.0 --env.push-speed 4.0 6.0`）；
	3. 21.2 万 → 26 万：再加 10% 从躺姿开始的重置（`--env.lie-probability 0.1`）。
	- 续训 `training_state_ckpt_0260000.pt` 需要带 `per_bin` 重置采样器的代码版本（训练时用了 `--env.gmax-mode per_bin`）；该采样器还不在 `main` 上。

	## 局限

	- 策略看不到自己的全局位置，长动作（如 LAFAN1 的 2–4 分钟 clip）会逐渐漂离参考。
	- 倒立类动作和超出 G1 关节限位的参考（如跪坐到脚跟）仍会失败。

	## 许可

	代码为 MIT 许可（见 GitHub 仓库）。模型在 [BONES-SEED](https://huggingface.co/datasets/bones-studio/seed) 数据上训练，使用请同时遵守 BONES-SEED 的许可条款。