小球为什么总出杯如何用 Stable-Worldmodel 做 Ball-in-Cup 动态系统稳定控制【免费下载链接】stable-worldmodelA platform for reproducible world model research and evaluation项目地址: https://gitcode.com/GitHub_Trending/st/stable-worldmodel挥杯接球手抖一下小球就飞出去了——这就是动态系统控制的经典难题。Stable-Worldmodel 是一个可复现的世界模型研究与评估平台它把 Ball-in-Cup 环境封装进 dmcontrol 环境套件让你能复现干扰实验、训练 LEWM 一类算法。 游戏规则Ball-in-Cup 的观测、动作与奖励把杯柄想象成走平衡木的杆小球吊在杯柄一端你每一刻都要把杯口恰好摆到小球下方早一步或晚一步球就脱出了。这个物理过程由 MuJoCo 引擎仿真控制步长 0.02 秒。从三个角度拆解环境观测不是原始像素而是特征向量——杯子的位置、小球的位置以及两者的速度。环境 ID 为swm/BallInCupDMControl-v0。动作二维连续力空间是Box(-1, 1, shape(2,))分别对应 x 和 z 方向推杯子的力度取值范围被归一化到 [-1, 1]。奖励与成功判定目标不是碰一下而是把球摆进杯里并保持。每集 1000 步20 秒只要检测到小球处于杯口区域内physics.in_target()就算一次成功。实现的完整逻辑在 ball_in_cup.py 里默认参数下它跑出来的轨迹是这样的⚙️ 把难度拉满dmcontrol 环境如何用干扰模拟不确定性只会在默认物理参数下背答案的算法换个质量就失效。所以 Stable-Worldmodel 给每个环境配了一个variation space可变因素空间Ball-in-Cup 里包含 9 类因素。它模拟不确定性主要靠两条路参数扰动杯子和球的密度可以在 500~1500 kg/m³ 之间浮动球半径从 0.01 米到 0.05 米不等重力甚至能在运行时直接改——相当于同一只杯子有时轻飘飘有时沉甸甸。视觉扰动杯子颜色、球颜色、灯光强度、地板格子纹理都可以随机化考察策略是否过度依赖外观。每次 reset 时按配置采样这些因素算法面对的就是永远不太一样的世界。这正是做零样本泛化和分布外评估要的东西。下面是随机化各因素后的效果 算法怎么破LEWM 训练世界模型与 GPU 使用率Stable-Worldmodel 内置了多条世界模型基线其中 LEWM 的思路是先看懂环境再谈控制把连续观测帧与动作编码成 embedding 序列用上下文预测未来时刻的 embedding两者之差就是预测损失再叠加 SIGReg 正则项防止表示退化成一团无效信息。训练入口是 scripts/train/lewm.py基于 Hydra 配置 PyTorch Lightning 组织数据加载、切分、优化器调度都是脚本内现成的。训练时 GPU 使用率曲线长这样这张图说明两件事整体利用率保持在较高水平前向/反向传播把算力吃得很满同时曲线有明显起伏对应数据加载、验证等阶段性空闲——这是正常训练节奏不是卡死。如果你看到 GPU 长期贴着 0那大概率是数据管道出了问题。 三步跑通 Ball-in-Cup 示例克隆仓库git clone https://gitcode.com/GitHub_Trending/st/stable-worldmodel然后cd stable-worldmodel按 pyproject.toml 中的 extras 安装环境 训练依赖都要装全pip install stable-worldmodel[all]确认环境注册成功swm envs列表里应能看到swm/BallInCupDMControl-v0启动 LEWM 训练python scripts/train/lewm.py配置默认走scripts/train/config/launcher/local.yaml无需额外参数环境本身的细节、可变因素清单都写在 docs/envs/dmc.mdWorld 接口和数据采集的快速入门在 docs/quick_start.md跑通之后可以顺着读。【免费下载链接】stable-worldmodelA platform for reproducible world model research and evaluation项目地址: https://gitcode.com/GitHub_Trending/st/stable-worldmodel创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考