Motrixlab/docs/dreamwaq_usage.md

DreamWaQ 使用手册

环境切换

通过环境变量 DREAMWAQ_TERRAIN 选择地形场景：

值	场景	描述
flat (默认)	无限平面	学习基础行走
pyramid	10×20 混合地形	hfield + mesh 楼梯
flat_stairs	2 级 flat+stairs	简易楼梯测试
stairs	纯楼梯	stair box 场景

# 金字塔地形训练
DREAMWAQ_TERRAIN=pyramid uv run scripts/train.py --env go1-dreamwaq-walk --rllib rslrl

# 平坦地形训练
uv run scripts/train.py --env go1-dreamwaq-walk --rllib rslrl

地形生成

# 完整 10×20 地形（生成 PNG + OBJ + XML）
uv run python3 scripts/gen_dreamwaq_terrain.py

# 仅前 N 个难度级别（测试用）
uv run python3 scripts/gen_dreamwaq_terrain.py --max-level 3

# 仅平坦（不生成楼梯）
uv run python3 scripts/gen_dreamwaq_terrain.py --flat-only

可视化

# 查看金字塔地形（随机动作）
uv run scripts/view_dreamwaq.py

# 平坦地形 + 单机器人 + 固定难度
uv run scripts/view_dreamwaq.py --flat --num-envs 1 --level 5

# 持续前进（不站立）
uv run scripts/view_dreamwaq.py --no-stand --vx 0.8

训练

# 启动训练
uv run scripts/train.py --env go1-dreamwaq-walk --rllib rslrl

# 指定环境数量
uv run scripts/train.py --env go1-dreamwaq-walk --rllib rslrl --num-envs 4096

训练结果保存在 runs/go1-dreamwaq-walk/rslrl/ 下，TensorBoard 日志自动记录：

• value_loss, surrogate_loss — 标准 PPO 损失
• autoenc_loss — CENet VAE 自编码器损失

# 查看训练曲线
uv run tensorboard --logdir runs/go1-dreamwaq-walk

Play（评估）

# 自动发现最新 checkpoint
uv run scripts/play_dreamwaq_rsl.py

# 指定 checkpoint + 命令
uv run scripts/play_dreamwaq_rsl.py --checkpoint runs/go1-dreamwaq-walk/rslrl/.../model_1000.pt --vx 0.5

# 固定地形级别查看
uv run scripts/play_dreamwaq_rsl.py --terrain --level 5 --num-envs 1