ho fatto un pò di analisi sulla rete neurale del robot e sono emerse un po di robe interessanti
1) i primi layer fanno più attenzione alle velocità delle zampe e la posizione del target mentre gli ultimi sulla velocità del corpo del robot
2) il robot usa molto poco le feature del lidar probabilmente perchè la maggior parte dei punti sono lontani dalle zampe il che è uno spreco considerando che il lidar usa 25 delle 94 feature totali
3) ovviamente le azioni di ogni giunto sono influenzate per lo più dalle posizioni e velocità dello stesso giunto e questa cosa potrebbe essere rinforzata architetturalmente invece di farla imparare da zero alla rete neurale sprecando sample di esplorazione
4) pare che l'obiettivo principale per il robot sia mantenere l'altezza del corpo e raggiungere il target sia secondario rispetto a questo (il che ha senso visto che viene brutalmente penalizzato se tocca le scale con la pancia durante il training)
p.s. i plot sono fatti con pearson correlation con random sample in input
March 30, 2025 976 2
