오래 서 있었다는 사실과 보행 성공을 나눈다
보행 과제는 넘어지지 않는 것뿐 아니라 정해진 지령을 허용 오차 안에서 따르는 것을 요구할 수 있다. 생존 보상만 크면 움직이지 않고 제자리에 머무르는 정책이 높은 점수를 얻을 수 있다. 반대로 빠르게 이동하더라도 넘어지거나 접촉/출력 제약을 위반하면 과제 성공이 아닐 수 있다. 목표·보상·성공/실패 판정을 별도 항목으로 쓴다. M23.03의 reward hacking을 전신 보행에서 다시 확인하는 단계다.
자체 평가 규칙은 10s 지령 추종, 넘어짐 0회, 평균 속도 오차 ≤.15m/s, 지정 출력 한계 위반 0회로 정한다. 이 규칙은 실제 G1의 성능/안전 기준이 아닌 합성 기록 판정이다. 생존 10s라도 오차.4m/s면 실패다. 넘어짐을 제외하고 성공한 구간만 잘라 평균을 내지 않는다.
넘어짐 사건을 관측 가능하게 정의한다
넘어짐 후보는 몸통 높이·기울기·허용되지 않은 링크의 지면 접촉 등으로 정의할 수 있다. 실제 문턱은 모델/지면·목표에 맞춰 정해야하며 한 조건만으로 모든 상황을 판정할 수 없다. 계단/경사지 면에서 세계 z 높이만 보면 정상 자세를 오 검출할 수 있다. 몸통/지면 프레임과 지면 높이·센서 품질을 명시한다. 순간 잡음에 대한 지속 시간/필터를 추가했다면 감지 지연도 평가한다.
자체 문턱은 기준 평면 대비 몸통 높이<.5m가 100ms 이상 이어지면 실패다. 높이.45m가 20ms 한 번 나온 기록은 조건을 충족하지 않으며 센서 이상/순간 자세 변화를 추가 확인한다. .45m가 120ms 지속되면 실패다. 샘플율/누락/시간 정의가 없으면 지속 여부를 추정할 수 없다. 이 수치를 실제 기체의 넘어짐 문턱으로 적용하지 않는다.
같은 주기에서 추종오차를 계산한다
제공 4 구간은 동일 길이이며 전방 속도 지령이 모두.5m/s다. 측정은.4/.6/.3/.5m/s이고 같은 body 축/동기화된 시각으로 둔다. 부호오차는 측정 −지령으로 −.1/.1/−.2/0, 절대 오차 평균은.1m/s, RMSE는 sqrt((.01+.01+.04+0)/4)≈.1225m/s다. 부호 평균 −.05만 보고 오차가 작다고 판정하면 방향 상쇄를 숨긴다.
여기서는 동일 시간 구간이라 각 표본 동등 평균을 쓴다. 구간 길이가 다르면 시간 가중 정의 나고 정주 기재 표본을 명시해야 한다. 관측 누락 구간을 성공으로 채우거나 이전 값을 새 측정으로 복사하지 않는다. 지령과 실제 속도 프레임이 맞는지도 M24.02의 계약으로 다시 확인한다.
지면과 접촉 조건별 결과를 나눈다
정상 평지 18/20·낮은 마찰 2/10성공이면 90%/20%, 전체 20/30≈66.7%다. 평지를 더 많이 시험하면 혼합 평균을 올릴 수 있지만 낮은 마찰의 성능이 개선된 것은 아니다. 지면의 마찰·경사·단 차·컴 플라이 언스와 접촉 모형/solver·질량/지연을 명세하고 학습 범위 안/밖을 구분한다. 발 미끄럼은 지령/몸통 속도만이 아니라 접촉 발의 지면 대비 속도 등 적절한 근거로 판단한다.
양발 지지/한발 지지/비행 구간의 판정은 과제의 보행 방식에 따라 다르다. 모든 발이 공중이면 언제나 실패라는 가정을 몰래 추가하지 않는다. 접촉 스케줄·지면 형상·원본 접촉 값과 판정 기준을 함께 남긴다. 학습 중 유리한 접촉 판정과 평가 중 다른 판정이 섞이지 않도록한다.
reset은 실패 기록을 지우는 기능이 아니다
실패 후 reset은 다음 episode를 시작하기 위한 상태 초기화다. 이전 시도의 실패 이유·종료 시각·최종 관측과 보상을 보존하고 이력/이전 행동·필터/큐·난수 조건을 정책대로 초기화한다. 넘어지기 직전에 시간 제한으로 잘라 실패를 감추거나 새 episode 시작 pose를 이전 성공의 연속으로 표시하지 않는다.
평가 표에는 시도 ID/seed·초기 상태/지면/지령·성공/실패 이유·생존/완료 시간·추종오차·출력 위반·접촉/관측 품질·버전을 적는다. 성공률의 분모는 시작한 모든 평가 시도를 기준으로 정하고 불가피한 제외는 사유/수를 별도 공개한다. 기본 활동은 합성 기록의 계산과 실패 분류이며 실제 보행 학습/장비 균형을 수행했다고 주장하지 않는다. M24.04는 이 정책 출력을 구동기의 PD 계층과 연결한다.
재생 영상을 볼 때에는 넘어짐 순간만 살피지 않고 그 전의 지령 변화, 센서 누락, 출력 포화와 접촉 전환을 시간 축에 놓는다. 실패 직전의 고보상 구간이 실제 목표 수행이었는지 확인한다. 물체나 지면 조건을 바꾼 실험에서는 원본 설정과 변경 항목을 나란히 남겨 원인을 좁힌다.
보행 주기나 발끝 높이 같은 보조 지표는 과제 성공을 설명하는 데 사용할 수 있지만 그것만 높이기 위해 보상 목표를 바꾸지 않는다. 발끝 높이를 과도하게 키워 에너지와 충격이 늘거나, 발 미끄럼을 피하려고 전혀 움직이지 않는 반례도 검사한다. 관찰된 실패와 추정 원인을 구분하고 원인을 확인할 추가 실험을 명시한다.