cyy/dog_train_deploy_guide_doc
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: polish deployment guide

Browse Source
This commit is contained in:
cyy_mac
2026-07-31 16:32:11 +08:00
parent 7ab954f9ea
commit ca80135bc4
1 changed files with 16 additions and 15 deletions
Download Patch File Download Diff File Expand all files Collapse all files

31
四足机器狗训练到实机部署全流程指南.md
View File

@@ -384,22 +384,27 @@ python -c "import onnxruntime as ort; s=ort.InferenceSession('policy_robotlab_26
预期输入为 450 个 `float32`，输出为 12 个动作。输入输出不匹配时不要继续 sim2sim 或量化。 预期输入为 450 个 `float32`，输出为 12 个动作。输入输出不匹配时不要继续 sim2sim 或量化。
### 8.4 训练仓库自带的 MuJoCo 快速检查 ### 8.4 独立 MuJoCo 快速检查
训练仓库还提供了基于 TorchScript 的 Go1 MuJoCo 入口。它接收当前 45 维单帧观测，并在模型内部维护 10 帧历史，适合在进入完整 RoboGauge 评估前做一次快速检查： 如果你要做的是“和部署链路一致”的快速检查，直接使用部署仓库里的 ONNX 入口。它读取当前 45 维单帧观测，并在脚本内部维护 10 帧历史，适合在进入完整 RoboGauge 评估前核对观测、动作缩放和地形 XML：
```bash ```bash
mkdir -p deploy/pre_train/go1 cd /path/to/go1_pro_deploy
cp <RUN_DIR>/exported/policy.pt deploy/pre_train/go1/policy.pt MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
--onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx
``` ```
确认 `deploy/deploy_mujoco/configs/go1.yaml` 中的 `policy_path` 和 `xml_path` 指向正确模型与场景，再运行： 楼梯测试同样直接切 terrain：
```bash ```bash
MUJOCO_GL=glfw python deploy/deploy_mujoco/deploy_go1.py MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
--onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx \
--terrain deploy_45dim_rl_gym/terrains/stairs/stairs_3.xml \
--spawn-x -0.6 \
--spawn-z 0.34
``` ```
该入口默认检测游戏手柄，`LX/LY` 控制前后和侧向速度，`RX` 控制转向；未检测到手柄时使用 YAML 中的固定指令。它与后文带键盘、ONNX 和更多日志检查的独立部署脚本用途不同。 脚本默认 `--clip-actions 100.0`、`--max-target-step 0.0`。如果你要做更保守的起步测试，可以再按日志逐步收紧这些参数；不要把旧版本的示例值当成固定默认。
## 9. RoboGauge 自动评估 ## 9. RoboGauge 自动评估
@@ -506,22 +511,18 @@ task_name="go1_lab"
cd /path/to/go1_pro_deploy cd /path/to/go1_pro_deploy
conda activate <DEPLOY_ENV> conda activate <DEPLOY_ENV>
mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \ MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
--onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx \ --onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx
--clip-actions 4.0 \
--max-target-step 0.15
``` ```
楼梯测试： 楼梯测试：
```bash ```bash
mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \ MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
--onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx \ --onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx \
--terrain deploy_45dim_rl_gym/terrains/stairs/stairs_3.xml \ --terrain deploy_45dim_rl_gym/terrains/stairs/stairs_3.xml \
--spawn-x -0.6 \ --spawn-x -0.6 \
--spawn-z 0.34 \ --spawn-z 0.34
--clip-actions 4.0 \
--max-target-step 0.15
``` ```
键盘映射： 键盘映射：