Skip to content

feat(humanoid): G1 CostNet 栅格规划对照 - #1275

Merged
LinFengCi merged 2 commits into
OpenHUTB:masterfrom
usernamekkyy:feat/g1_costnet_grid_planner
Nov 12, 2026
Merged

LinFengCi merged 2 commits into
OpenHUTB:masterfrom
usernamekkyy:feat/g1_costnet_grid_planner

Conversation

@usernamekkyy

Copy link
Copy Markdown
Contributor

修改目的

在独立栅格示例中比较 CostNet 辅助 A* 和曼哈顿 A* 的路径代价与搜索扩展数。

这是 #1085 中拆出的独立人形机器人示例。各模块可在上游基线上独立运行,仿真资产按 README 中固定版本获取。

验证

  • 运行 main.py 和 ROS Noetic launch。合成示例的两条路径代价均为 48 格,曼哈顿 A* 扩展 401 节点,CostNet 辅助 A* 扩展 49 节点。结果仅针对该栅格。
  • 已用 mkdocs serve --livereload 检查首页、导航及模块页面。
  • 环境、运行步骤及启动参数见 src/humanoid/g1_costnet_grid_planner/README.md。

运行效果

G1 CostNet 栅格规划对照

大模型使用声明

使用 OpenAI Codex 辅助拆分、编程、验证和文档整理。提交者复核并对内容负责。

在独立栅格示例中比较 CostNet 辅助 A* 和曼哈顿 A* 的路径代价与搜索扩展数。
@Donk-666-lcx

Copy link
Copy Markdown
Contributor

能跑的部分我跑了:把 patrol/planning.py 里的搜索部分用 numpy 直接驱动(绕开 torch 与权重),用 demo 同一张 32×32 栅格和 200 张随机图做了对照。

# demo 的同一张图:start (27,3) → goal (4,28)
baseline Manhattan A* : cost = 48, expanded = 401
tie-break(真实距离归一化当 learned): cost = 48, expanded = 49

# 200 张随机 24×24 图,baseline vs 随机 tie-break
代价不一致:0 张

两件事得到验证:(1) 用 (f, tie, g, p) 做堆序、把 learned 只放在同 f 的第二关键字上,确实不会改变最优代价(我 200 张图对拍,路径代价全部一致);(2) 排序思路本身是有效的——用真实距离当 tie-break 能把扩展数从 401 压到 49,说明瓶颈在网络的精度,不在搜索框架。

不过 main.py 本体我没能跑起来:本机装不上 torch(pypi 到 download.pytorch.org 的 CPU 索引不通),所以 models/planner.pt 实际输出的 expanded 数和 MAE 我无法复核,只能验证算法逻辑。

具体问题

1. main.py 里一半的 CLI 参数是死参数

--samples、--epochs、--seed、--dataset、--record、--controller、--seconds 都 add_argument 了,但从来没被使用:train_planner() 里 epochs=20、samples(range(240)) / range(1000,1040) / range(2000,2040)、torch.manual_seed(91) 全是硬编码。

结果是文档里"可用 --mode train_planner 重训"能跑,但 --epochs 5、--samples 1000 这类参数静默无效——用户以为改了,其实没改。要么把参数透传进去(train_planner(output, epochs=args.epochs, ...)),要么从 parser 里删掉。

2. launch/main.launch 的两个 arg 没有落点

seed 和 real_time_factor 声明了,task_runner.py 只透传 --seconds,--seed / --assets 之外的两个压根没进子进程命令行(demo 本身也不吃 seed)。现在这两个 arg 是装饰性的,建议删掉或真正接线。

3. features() 的特征尺度是硬编码 32,和推理时的栅格尺寸对不上

return np.stack([grid, (xx-goal[1])/32., (yy-goal[0])/32.])

训练集固定是 32×32 的合成图,所以 /32 让相对坐标落在 ±1 左右。但 plan_request() 推理时栅格是 inflated.shape // stride,比如 20 m × 20 m、分辨率 0.05 m 的地图 → 400//3 = 133 格,特征范围变成 ±4,直接跑出训练分布 4 倍。因为网络只做同 f 的排序,最坏情况是"通缩效果消失"而不是走错路,但这也解释了为什么换个地图尺寸效果就不稳定。建议网络输入统一到固定 32×32 的窗口(以 goal 为中心裁剪/padding),或者用 max(hh,ww) 归一化并在训练时也这么做。

4. 文档里没有任何可核对的结果数字

docs/humanoid/g1_costnet_grid_planner/index.md 只有一句"比较路径代价与搜索扩展数"加一张图,没有 baseline / assisted 的实际 expanded 数、路径代价、MAE。而 planner.json 和 planner_metrics.json 本来是现成的,建议直接贴 3 行表格进文档,审阅者不用看图猜。

5. plan_request() 里两个硬编码

radius = int(np.ceil(.3/resolution))   # 机器人半径 0.3 m
stride = 3                              # 降采样倍数

作为 plan_stdio 对外服务时这两个应该可配(尤其机器人半径,换个机型就得改代码)。另外每次调用都 CostNet() + torch.load() 重新加载权重,如果 stdio 是长连接、按请求调用,建议缓存模型实例。

6. ROS 版本:package.xml 是 format="2" + catkin + rospy,launch 是 ROS 1 XML,而仓库是 OpenHUTB/ros2。同 #1274 的建议:要么在 README 里明确"本模块为 ROS 1 Noetic",要么统一到 ament/rclpy。

另外 package.xml 里 maintainer 是 maintainer@example.com,合并前建议换成真实可用的联系方式。

@usernamekkyy 第 1、3 两条最影响可用性,建议合并前处理。如果方便贴一下 results/planner.json 的内容,我可以把文档里缺的那组数字补成表格一起提上来。

@usernamekkyy

Copy link
Copy Markdown
Contributor Author

@xingwunian

@usernamekkyy

Copy link
Copy Markdown
Contributor Author

回应 这条评审,修复已推送到 88239de6。

优先修复了第 1、3 条。--epochs、--samples、--seed 已接入训练,实际以 2 轮、5 张训练图、种子 123 跑通。坐标按各轴尺寸归一化,尺度下限为 32,保留现有 32×32 权重的输入尺度。删除了未使用的 CLI 和 launch 参数。

用随 PR 附带的真实权重重跑 demo,Manhattan A* 与 CostNet A* 的代价均为 48,扩展数分别为 401 和 49。原权重在 40 张合成测试图上的 MAE 为 0.756 格,结果已补入文档。机器人半径和步长支持 CLI 与 JSON 配置,同一进程可缓存权重。README 已注明 ROS 1 Noetic。

ROS Noetic launch 已复测。另用 400×400 输入地图验证了大图归一化、JSON 配置覆盖、最优路径代价一致和权重缓存。

@LinFengCi LinFengCi left a comment

Copy link
Copy Markdown
Contributor

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

审核通过,批准合并。

  • 文件结构合规:源码在 src/humanoid/g1_costnet_grid_planner/,文档在 docs/humanoid/g1_costnet_grid_planner/,文件名全英文下划线,入口 main.py + launch/main.launch,导航栏(mkdocs.yml)与首页(docs/index.md)均已加跳转链接。
  • 运行环境与步骤在 README 中说明清楚(Python 3.11、依赖安装、main.py 运行与 ROS Noetic 启动方式)。
  • 大模型使用声明完整:明确“使用 OpenAI Codex 辅助……提交者复核并对提交内容负责”(PR 描述与 README 末尾均有)。
  • 运行效果图 planner.png 已附(<3MB),为真实生成图。
  • 说明:本环境无 ROS/MuJoCo 与 G1 仿真资产,无法在此完整复现 ROS 启动;已对全部 Python 完成语法编译、核对结构/命名/声明/导航,并依据作者自测结论与仓库规范通过。请另一名同学在另一台机器按 README 复跑确认(仓库 L67 要求)。

@LinFengCi
LinFengCi merged commit 4597668 into OpenHUTB:master Nov 12, 2026
2 checks passed
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

3 participants