Sorunlar ve SSS
Kurulum
Bölüm başlığı “Kurulum”failed to legalize operation 'mhlo.cholesky'
jax-metal (Mac GPU) yüklü ve JAX onu kullanıyor. Bu fizik Metal’de çalışmıyor. requirements-lock.txt ile kurulmuş temiz bir .venv kullan; jax-metal içinde olmamalı.
İlk import çok uzun sürüyor ya da internetten bir şey indiriyor
MuJoCo Playground mujoco_menagerie’yi klonlamaya çalışıyor. Kurulum sayfasındaki boş klasör komutunu çalıştır.
ModuleNotFoundError: playground
Betiklere ilk argüman olarak Open_Duck_Playground klasörünü verdiğinden emin ol (external/Open_Duck_Playground). Betikler playground paketini oradan yükler.
Neden her komutta python -I?
-I (izole mod), Python’un bulunduğun klasörden ya da ortam değişkenlerinden rastgele modül yüklemesini engeller. İndirdiğin bir klasörün içinde çalışırken daha güvenli.
Eğitim
Bölüm başlığı “Eğitim”Saniyedeki adım sayısı çok düşük
smoke_pmap.py ile --devices için 4, 6, 8 dene. Arka planda ağır işler (video işleme, tarayıcı sekmeleri) hızı yarıya düşürebilir; bizim koşuda parça başına 1.924 ile 7.358 adım/sn arasında oynadı.
İlk checkpoint'ten sonra bir şey olmuyor gibi
İlk JAX derlemesi birkaç dakika sürer. Sonra her parça bizim makinede ~9 dakika. checkpoints.csv ve terminaldeki steps= satırı ilerlemeyi gösterir.
Ördek saatlerdir yürümüyor, bir şey mi bozuk?
Büyük olasılıkla hayır. Bizimki 11 dakikada ayakta durmayı öğrendi, sonra ~3 saat yerinde saydı ve ancak 68,4 M adımda ayaklarını kaldırdı. Episode reward’ı ve imitation terimi artıyorsa öğreniyor demektir.
Eğitimi durdurup devam edebilir miyim?
train_mac.py’de devam seçeneği yok. reward_hacking/train_hile.py’deki --restore <ckpt.pkl> bir checkpoint’ten devam eder (policy ve observation normalization; value network sıfırdan).
Mac uyudu ve eğitim durdu
Kapak kapanınca Mac uyur. Uzun koşularda komutun başına caffeinate -i ekle.
Sonuçlar
Bölüm başlığı “Sonuçlar”Benim sayılarım seninkilerden biraz farklı
Değerlendirme C MuJoCo’da, eğitim MJX’te; farklı JAX/MuJoCo sürümleri ya da işlemci küçük sayısal farklar yaratabilir. requirements-lock.txt ve sabit commit (b9be205) ile en yakın sonucu alırsın. Eğitimin kendisi seed’e ve donanıma göre farklı yollar izleyebilir.
Bu policy'yi gerçek bir Open Duck Mini'de çalıştırabilir miyim?
ONNX’ler upstream arayüzünde, ama biz donanımda denemedik. Simdeki motor sınırı servonun katalog değerinin ~%70 üstünde: 3. bölüm.
Microduck ile aynı şey mi?
Hayır. Microduck, Hugging Face’e ait Pollen Robotics’in ayrı ürünü; bu depo Open Duck Mini v2 kullanıyor. Farklar ve Mac’te neler yapılabileceği: Microduck.