SuperMimic 原理解説用の独立実験（2026-11-12）

これはSuperMimicの学習・追試ではありません。
自作した参照動作を使うG1の単純PD制御と、単振子の遷移予測・指令列の勾配最適化です。
物理計算はCPU、G1の映像描画はEGLです。実機ロボットは制御しません。

実行に使ったPythonパッケージ:
  numpy==2.2.6
  mujoco==3.17.0
  pillow==12.3.0
別途ffmpegと、EGLによるオフスクリーン描画環境が必要です。

G1モデル:
  https://github.com/unitreerobotics/unitree_mujoco
  revision: 1eb6642e3f3fdfb7fb13a9794fd6a2dd93ea0e7d
  unitree_robots/g1/scene_29dof.xml
  ライセンス全文はTHIRD_PARTY_NOTICES.txtに保存しています。

experiment.pyをダウンロードし、新しい出力先を指定して実行します。
  MUJOCO_GL=egl python experiment.py --out ./outputs --g1-model /path/to/unitree_mujoco/unitree_robots/g1/scene_29dof.xml
複数GPUの環境では、MUJOCO_EGL_DEVICE_IDで空いている描画デバイスを選択できます。

公開した実行条件・測定値・動画ハッシュ: execution-summary.json
白い振子は物理計算、水色は学習した予測、黄色は目標角度です。
予測内の目的関数と、物理計算での追従、実機の成功率は異なる指標です。