Add evaluation table and ckpt

README_zh.md

@@ -53,6 +53,23 @@ python legged_gym/scripts/train.py --task=xxx
 
 ---
 
+#### 模型评估
+
+使用[RoboGauge](https://github.com/wty-yy/RoboGauge)框架通过Sim2Sim评估上述训练模型，下表中模型为150k训练步中的最优模型
+
+| Model | Score | Tracking  | Safety  | Quality  | Level | Download |
+| --- | --- | --- | --- | --- | --- | --- |
+| go2_moe_cts | **0.6819** | **0.6714** | **0.7794** | **0.7748** | **7.85** | [ckpt](https://drive.google.com/drive/folders/1aoXUxw-pGK1MbyzQ4IJzlA_tW8zrWP3Y?usp=drive_link) |
+| go2_moe_ng_cts | 0.6670 | 0.6552 | 0.7651 | 0.7613 | 7.67 | [ckpt](https://drive.google.com/drive/folders/1Rr89ZS0QJT-o-5LXsNqCWJdLGweqmN4Q?usp=drive_link) |
+| go2_ac_moe_cts | 0.6652 | 0.6527 | 0.7615 | 0.7552 | 7.57 | [ckpt](https://drive.google.com/file/d/1CDLsaR4XR3oG09ZHQ5u3lrJLfwyH2jz2/view?usp=drive_link) |
+| go2_mcp_cts | 0.6545 | 0.6440 | 0.7531 | 0.7476 | 7.48 | [ckpt](https://drive.google.com/drive/folders/1fd9cDVhV1dY6hcxuSZq2mcvFUp6V5Zfl?usp=drive_link) |
+| [HIM](https://github.com/InternRobotics/HIMLoco) | 0.5209 | 0.5200 | 0.6200 | 0.6100 | 5.78 | [ckpt](https://drive.google.com/file/d/1remJbGoTorqnArsz8Z1ewY4TVobss4Fb/view?usp=drive_link) |
+| [DreamWaQ](https://arxiv.org/abs/2301.10602) | 0.4832 | 0.4800 | 0.5800 | 0.5700 | 5.26 | [ckpt](https://drive.google.com/file/d/19BEBeiQqjHcPgGrN3AX6D7Yefs_8eswL/view?usp=drive_link) |
+
+> 下载的ckpt中*.pt用于[py部署](#41-python实物部署)，*.onnx用于[cpp部署](#42-c实物部署)
+
+---
+
 ### 2. Play
 
 如果想要在 Gym 中查看训练效果，可以运行以下命令：
@@ -106,7 +123,7 @@ python deploy/deploy_mujoco/deploy_go2.py
 
 ### 4. Sim2Real
 
-#### 4.1 Python实物部署 （需要安装 [unitree_sdk2_python](https://github.com/unitreerobotics/unitree_sdk2_python)）
+#### 4.1 Python实物部署
 
 ```bash
 # 如果机载电脑部署，根据Jetson版本选择Python版本
@@ -130,7 +147,7 @@ python deploy_real_go2.py eth0
 ```
 `start`站立，`A`启动控制
 
-#### 4.2 C++实物部署（需要安装 unitree_cpp_deploy）
+#### 4.2 C++实物部署
 
 参考[unitree_cpp_deploy](https://github.com/wty-yy-mini/unitree_cpp_deploy)使用说明。