Menlo Asimov v1: On-Device Predictive Self-Recovery Engine
Model checkpoint adaptif mandiri (In-Flight Continual Self-Recovery) untuk robot humanoid bipedal Menlo Asimov v1 (25-DOF) berbasis Active Inference / Predictive Coding.
Ringkasan Performa Benchmark (20 Stage Malfungsi)
- Baseline (Static Policy): 5,818 steps
- Metode Kita (Tuned LR 1e-06): 6,267 steps (+449 steps surplus)
- Win Rate: 18 / 20 Stage (90% Win Rate)
- Parameter Drift: 0.977% (Preservasi gait stabil tanpa catastrophic forgetting)
Berkas Checkpoint:
asimov_adapted_policy.pt: Policy network yang sudah terkonsolidasi dengan pola kompensasi anomali.asimov_base_policy.pt: Nominal policy dasar.asimov_world_model.pt: Dynamics predictor untuk kalkulasi surprise & mental imagination search.config.json: Metadata dimensi observasi, aksi, dan konfigurasi pelatihan.
- Downloads last month
- 10