8.7 KiB
8.7 KiB
本仓库基于unitree_rl_gym，使用强化学习训练Go2机器狗。
Isaac Gym |
Mujoco |
Physical |
|---|---|---|
 |
 |
 |
📦 安装配置
安装和配置步骤请参考 setup.md
🛠️ 使用指南
1. 训练
运行以下命令进行训练：
python legged_gym/scripts/train.py --task=xxx
⚙️ 参数说明
--task: 必选参数，值可选(go2, go2_cts, go2_moe_cts, go2_moe_ng_cts, go2_mcp_cts, go2_ac_moe_cts, go2_dual_moe_cts)，go2_moe_cts为论文最终版本--headless: 默认启动图形界面，设为 true 时不渲染图形界面（效率更高）--resume: 从日志中选择 checkpoint 继续训练--experiment_name: 运行/加载的 experiment 名称--run_name: 运行/加载的 run 名称--load_run: 加载运行的名称，默认加载最后一次运行--checkpoint: checkpoint 编号，默认加载最新一次文件--num_envs: 并行训练的环境个数--seed: 随机种子--max_iterations: 训练的最大迭代次数--sim_device: 仿真计算设备，指定 CPU 为--sim_device=cpu--rl_device: 强化学习计算设备，指定 CPU 为--rl_device=cpu--robogauge: 是否启用 RoboGauge 评估工具，默认关闭，评估结果会以results_{it}.yaml保存在logs/{exp_name}/{date}/robogauge_results下，并记录在 TensorBoard 中--robogauge_port: RoboGauge 服务端端口，默认 9973
RoboGauge 评估还需单独启动服务端，使用方法参考 RoboGauge 文档
默认保存训练结果：logs/<experiment_name>/<date_time>_<run_name>/model_<iteration>.pt
模型评估
使用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 (Ours) | 0.6739 | 0.6647 | 0.7776 | 0.7739 | 7.85 | ckpt |
| go2_ac_moe_cts | 0.6541 | 0.6425 | 0.7558 | 0.7504 | 7.52 | ckpt |
| go2_moe_ng_cts | 0.6537 | 0.6423 | 0.7554 | 0.7525 | 7.56 | ckpt |
| go2_mcp_cts | 0.6423 | 0.6323 | 0.7464 | 0.7412 | 7.41 | ckpt |
| HIM | 0.5401 | 0.5389 | 0.6412 | 0.6391 | 6.19 | ckpt |
| DreamWaQ | 0.5032 | 0.5010 | 0.6085 | 0.6032 | 5.74 | ckpt |
2. Play
如果想要在 Gym 中查看训练效果，可以运行以下命令：
python legged_gym/scripts/play.py --task=xxx
说明：
- Play 启动参数为随机地形，难度在7到9之间。
- 默认加载实验文件夹最新训练的一个模型。
- 可通过
experiment_name和checkpoint指定其他模型，例如python legged_gym/scripts/play.py --task=go2_cts --num_envs 100 --experiment_name go2_cts_hard_terrain --checkpoint 100000
💾 导出网络
Play 会导出 Actor 网络，保存于 logs/{experiment_name}/exported/policies 中：
policy.pt: torch script模型，用于Sim2Sim。policy.onnx: onnx模型，用于Sim2Real。policy.pkl: 模型权重。
Play 效果
3. Sim2Sim (Mujoco)
支持在 Mujoco 仿真器中运行 Sim2Sim：
python deploy/deploy_mujoco/deploy_go2.py
如果有xbox协议的手柄接入主机，自动切换为手柄控制，否则只会保持默认指令前进。
- 替换网络模型：默认模型位于
deploy/pre_train/go2/go2_cts_150k.pt；自己训练模型保存于logs/{experiment_name}/exported/policies/policy.pt，只需替换 yaml 配置文件中policy_path。 - 替换环境地形：默认地形为
resources/robots/go2/stairs.xml，其他可选地形，平地flat.xml，赛道race_track.xml，交叉楼梯和斜坡cross_stairs/cross_slope，地形使用windigal - mujoco_terrains生成
运行效果
| 平地 | 台阶 | 赛道 |
|---|---|---|
 |
|
 |
4. Sim2Real
4.1 Python实物部署
# 如果机载电脑部署，根据Jetson版本选择Python版本
# JetPack 6: Python 3.10
# JetPack 5: Python 3.8
conda create -n deploy python=3.10
conda activate deploy
# 下载并安装对应Jetson设备和Python的PyTorch whl包
# https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048
git clone https://github.com/unitreerobotics/unitree_sdk2_python.git
cd unitree_sdk2_python
pip3 install -e .
先用app进入设备→服务状态→点击运控服务，关闭mcf/*，打开ota_box服务。
假设和下位机连接的网卡名称为eth0，执行
cd deploy/deploy_real
python deploy_real_go2.py eth0
start站立，A启动控制
4.2 C++实物部署
参考unitree_cpp_deploy使用说明。
运行效果
| Python部署 | C++部署 |
|---|---|
 |
 |
🎉 致谢
本仓库开发离不开以下开源项目的支持与贡献，特此感谢：
- unitree_rl_gym：宇树机器人强化学习训练基础框架。
- legged_gym：构建基础训练环境。
- rsl_rl：强化学习算法实现。
- mujoco：提供强大CPU仿真功能。
- unitree_sdk2_python：实物部署硬件Python通信接口。
- unitree_sdk2：实物部署硬件C++通信接口。
本仓库实现包含以下论文，特此感谢：
贡献者：
- @windigal：复现CTS算法，生成地形，剪辑视频
- @wertyuilife2：复现CTS算法
📄 引用
如果觉得我们的工作有帮助，请引用：
@article{wu2026robogauge,
title={Toward Reliable Sim-to-Real Predictability for MoE-based Robust Quadrupedal Locomotion},
author={Tianyang Wu and Hanwei Guo and Yuhang Wang and Junshu Yang and Xinyang Sui and Jiayi Xie and Xingyu Chen and Zeyang Liu and Xuguang Lan},
year={2026},
journal={arXiv preprint arXiv:2602.00678},
url={https://arxiv.org/abs/2602.00678},
}
🔖 许可证
新增内容根据 MIT License 授权，原仓库unitree_rl_gym根据 BSD 3-Clause License 授权。
详情请阅读完整 LICENSE 文件。