【ManiSkill】环境success条件和reward函数学习笔记
1. “PickCube-v1”
info["success"]：用于指示任务是否成功完成
布尔型张量，在环境的evaluate()方法中计算并返回：
"success": is_obj_placed & is_robot_static
这确保了机器人不仅能将物体准确放置在目标位置，而且能够稳定地保持静止，模拟现实世界中的稳定抓取和放置任务；
| 状态量 | 说明 |
|---|---|
is_obj_placed | 立方体的位置与目标位置（绿色球体）之间的 L2距离≤ goal_thresh（0.025m） |
is_robot_static | 机器人的关节速度小于0.2 |
is_obj_placed：判断物体是否被成功放置在目标位置
is_obj_placed = (
torch.linalg.norm(self.goal_site.pose.p - self.cube.pose.p, axis=1)
<= self.goal_thresh
)
具体功能：
- 通过计算红色立方体与绿色目标球体之间的L2距离来判断
- 当距离小于或等于
goal_thresh（0.025m）时返回True - 作为任务成功条件的一部分（还需要机器人静止）
- 在奖励函数中用于增强静态奖励部分
在evaluate函数中的应用：
- 与
is_robot_static相结合判断任务是否成功完成 - 成功放置物体但机器人未静止不算作任务成功
在奖励计算中的应用：
- 当物体放置在目标位置时，增加静态奖励；
- 当满足成功条件时（物体放置且机器人静止），给予成功奖励值5；[code]
is_robot_static：判断机器人是否处于静止状态
当机器人成功抓取立方体并将其移动到目标位置后，系统会检查机器人是否稳定静止，以确保任务完成的稳定性和质量。
is_robot_static = self.agent.is_static(0.2)
该变量通过调用 BaseAgent 类中的 is_static() 方法实现，具体检查机器人的关节速度（“q velocity”）是否低于0.2。如果所有关节速度都小于此阈值，则认为机器人处于静止状态。