만져 보고.
배우게 하고.
재어 보고.

안쪽까지 살펴보기

서보 15개·배터리·컴퓨트 보드·카메라 모듈은 구매품 외형이며 질량은 카탈로그 값입니다. 출력 부품 질량은 PLA 꽉 찬 기준입니다.

14축 보행 정책 학습 스튜디오

공식 사전학습 액터(61→512→256→128→14)를 X의 CAD 기반 동역학 모델에서 PPO로 이어 학습하고, 저장한 ONNX를 같은 기준으로 평가·재생합니다.

로컬 학습 실행

로컬 서버에 연결되지 않았습니다. 아래 순서대로 실행하면 이 화면에서 학습을 시작할 수 있습니다.

1. uv venv --python 3.12 .venv-policy && uv pip install --python .venv-policy/bin/python -r requirements-policy.txt
2. .venv-policy/bin/python tools/fetch_compat.py · 공식 추론 코드와 가중치를 로컬 캐시에 내려받습니다.
3. .venv-policy/bin/python runtime/training_service.py 후 127.0.0.1:5201 접속.

체크포인트

평가 결과 비교

새 초기 조건(시드 10부터)으로 정지·전진 0.1/0.3 m/s·회전 0.3 rad/s 명령을 각 시드마다 실행합니다. 통과 기준: 넘어짐 없음, 전진 오차 ≤ max(0.03, 명령의 25%), 좌우 ≤ 0.03 m/s, 회전 ≤ 0.10 rad/s.

보행 기록을 실제 CAD 위에서

공식 가중치로 계산한 시뮬레이션 기록(0.3 m/s 전진 명령)을 관절 각도 그대로 재생합니다. 학습한 체크포인트 기록은 로컬 서버의 보행 실험 화면에서 재생하세요.

기록을 읽는 중…

50 Hz 기록을 화면 주기로 보간 없이 재생합니다. 넘어짐 판정·속도 오차는 기록 파일에 함께 저장되어 있습니다.

가상 턱 서보 학습 (교육용 1축)

목표 각도에 도달하도록 제어 계수 두 개를 직접 학습합니다. CEM이 후보를 평가하고 오차가 작은 정책을 남깁니다. 브라우저 안에서만 실행되는 입문용 예제입니다.

아직 학습하지 않았어요.

정규화된 1축 교육용 환경입니다. 실제 모터·하중 모델이나 보행 학습이 아니며 정책은 이 환경에서만 실행됩니다.

목소리와 표정

문장을 읽으며 공룡의 턱(15번째 서보)이 움직여요. 브라우저 음성 합성을 사용하는 표현 미리보기입니다.

마이크 입력이나 AI 대화 서버를 사용하지 않습니다.

음성 지원은 브라우저에 따라 다릅니다. 턱 움직임은 표현용 애니메이션이며 정밀한 음소 동기화가 아닙니다.