Rendering the viewer with substeps (aka. physical timestep) instead of steps (aka. control timestep)
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 20/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- computer-graphics
Direzione di ricerca
Inizia individuando il modulo del visualizzatore e leggendo come fa avanzare il tempo della simulazione rispetto ai passi di controllo. Determina come sono rappresentate le durate di controllo variabili e i sottopassi fisici; il lavoro è completato quando il visualizzatore supporta il rendering corretto di questo ambiente quando la durata cambia tra i passi di controllo.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I made my own task in dm_control, but unfortunately, the action of my task is not only the actuator control values but also an unfixed control duration. For every control step, my agent will decide how long this control period is, and the time vary from 0.02 to 0.1 seconds (the details are just setting the timestep before every step).
I would like to render my dm_control env under the 'viewer' module your package provided.
How can I implement it in this situation?
- Lingua principale
- Python
- Stelle
- 4.7k
- Fork
- 778
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di google-deepmind/dm_control
-
Initial observation padding changes when source arrays are reusedForse già presa @sylvesterkaczmarek l’ha presa 53 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
google-deepmind/dm_control#559 ·
-
TaggedTasks overrides retain stale tag membershipsForse già presa @sylvesterkaczmarek l’ha presa 7 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 25/100
google-deepmind/dm_control#572 ·
-
Small quaternion rotations are lost in axis-angle conversionForse già presa @sylvesterkaczmarek l’ha presa 48 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 68/100
google-deepmind/dm_control#563 ·
-
Built-in observation aggregators drop bounds-preserving specificationsForse già presa @sylvesterkaczmarek l’ha presa 53 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 75/100
google-deepmind/dm_control#560 ·
-
Flattened observations disagree with explicitly declared task specificationsForse già presa @sylvesterkaczmarek l’ha presa 53 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 74/100
google-deepmind/dm_control#557 ·
Tutte le issue di google-deepmind/dm_control
Issue simili
-
[dbt] exported dataset keys reference physical columnsForse già presa @WilliamKelley l’ha presa oggi. Apertaneeds-triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
apache/ossie-converters#251 ·
I maintainer di solito rispondono entro 2 giorni
-
cli difficulty: easy enhancement
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
desec-io/desec-stack#1312 ·
I maintainer di solito rispondono entro 14 giorni
-
needs-triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
aws/aws-durable-execution-sdk-python#977 ·
I maintainer di solito rispondono entro 1 giorno
-
needs-triage
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
flashinfer-ai/flashinfer#9803 ·
I maintainer di solito rispondono entro 1 giorno