unitree_rl_gym 入门从 Isaac Gym 训练到 Unitree 真机部署的完整链路【免费下载链接】unitree_rl_gym项目地址: https://gitcode.com/GitHub_Trending/un/unitree_rl_gymunitree_rl_gym 是宇树开源的机器人强化学习训练框架要解决的核心问题是如何在仿真中训练运动策略、再把它迁移到另一台仿真器和真实机器人。它面向 Go2、G1、H1、H1_2 四种型号。本文按训练、跨仿真验证、真机部署三段走一遍适合刚接触机器人强化学习、希望尽快看到落地效果的工程师与学生。它到底能帮你做什么一句话它把仿真学会走路 → 换一台仿真器校验 → 上真机这条迁移链路封装成可直接运行的脚本覆盖 4 个型号、3 个部署目标Isaac Gym、MuJoCo、物理机器人。相比从零搭环境价值在于任务已注册go2 / g1 / h1 / h1_2通过 task_registry 一键创建环境无需手写 VecEnv。迁移工具链齐全train、play、deploy_mujoco、deploy_real 四段脚本相互衔接模型文件直接复用。预训练模型开箱可用deploy/pre_train/下提供 g1/h1/h1_2 的motion.pt可直接在 MuJoCo 或真机上验证。参数集中可配奖励尺度、控制频率、观测缩放都收敛在各型号 config 与 yaml 里方便对照调参。准备工作把环境跑起来先确认硬件与软件基线再装依赖最后跑一条自检。前置条件取自 doc/setup_zh.md系统 Ubuntu 18.04Nvidia 显卡驱动 525 或更高。Python 3.8建议用 conda 虚拟环境。最短安装命令按依赖顺序执行conda create -n unitree-rl python3.8 -y conda activate unitree-rl pip install -e .说明Isaac Gym 与 rsl_rl(v1.0.2) 需先按 setup 文档单独安装pip install -e .会带上 isaacgym、rsl-rl、mujoco3.2.3 等依赖。如何判断成功安装无报错且pip show mujoco能显示 3.2.3视为依赖齐全。自检命令python -c import isaacgym, legged_gym; print(ok)如何判断成功终端输出 ok 且无 ImportError说明仿真与训练包均可正常导入。三级跳训练 → 跨仿真验证 → 真机部署这一节按策略生成 → 泛化校验 → 上机的顺序组织每跳只回答四件事做什么、跑什么命令、看什么结果、失败去哪查。第一跳在 Isaac Gym 里训练策略做什么让机器人在并行仿真环境中试错学会最大化设定的奖励。python legged_gym/scripts/train.py --taskg1 --headless true --num_envs 4096--task指定型号go2/g1/h1/h1_2--headless true关闭图形界面提效--num_envs 4096是并行环境数显存不足可下调。看什么结果checkpoint 落在logs/experiment_name/date_time_run_name/model_iteration.pt4096 环境下约 1-2 小时可得可用模型。失败去哪查任务名报 not registered检查 legged_gym/envs/ 的注册显存溢出下调--num_envs。第二跳Play 可视化 MuJoCo 跨仿真验证做什么先在 Gym 里回看动作再搬到 MuJoCo确认策略没有过拟合 Gym 特性。python legged_gym/scripts/play.py --taskg1 python deploy/deploy_mujoco/deploy_mujoco.py g1.yamlplay.py会把 Actor 导出到logs/{experiment}/exported/policies/MLP 为policy_1.ptRNN 为policy_lstm_1.ptdeploy_mujoco.py读取deploy/deploy_mujoco/configs/g1.yaml。看什么结果MuJoCo 窗口中机器人能稳定行走、不倒下。失败去哪查把导出路径填进 yaml 的policy_path观测或动作维数对不上时核对 yaml 里的num_obs、num_actions。第三跳真机部署Sim2Real做什么把策略推到物理机器人用遥控器控制运动。前置机器人吊装、进入零力矩后按 L2R2 进调试模式网线连接并记下网卡名如 enp3s0。python deploy/deploy_real/deploy_real.py enp3s0 g1.yaml{net_interface}换成实际网卡配置在deploy/deploy_real/configs/。看什么结果按遥控器 start 到默认位、按 A 键原地踏步摇杆可控制前后/左右/转向。失败去哪查连不上机查网卡与unitree_sdk2py运动异常回 deploy/deploy_real/README.zh.md 对照步骤。效果不达标按这张表排查四类高频问题一张表对齐先认出现象再顺藤摸到文件。现象可能原因处理方式涉及文件/参数训练速度慢并行环境少、开着图形界面加--num_envs 4096、--headless truetrain.py 命令行参数策略不稳、易倒奖励尺度失衡、迭代不足调 rewards.scales加--max_iterationsg1_config.pyrewards.scales仿真与真机差距大未做跨仿真校验先跑 deploy_mujoco 再上机deploy_mujoco/configs/*.yaml资源占用高、显存爆环境数过大下调--num_envs、减小 batchlegged_robot_config.pynum_envs进阶让它学会更多以下五项按从易到难排列可逐项尝试。调整奖励权重在 legged_gym/envs/g1/g1_config.py 的rewards.scales中改动例如把tracking_lin_vel从 1.0 提到 1.5可强化直线速度跟踪改完重训即可对比。渐进式策略先在平地上学会走再逐步加入坡度与障碍地形避免一开始就接触复杂地形导致不收敛。多技能同训在同一 config 下叠加前向、侧向、转向等速度命令让一次训练覆盖多种动作。硬件与软件调优优先 RTX 3080 级显卡按显存调 batch配合学习率衰减与早停控制训练节奏。监控指标盯住平均奖励趋势、策略熵、训练损失三条曲线据此判断是否收敛或过探索。下一步行动清单按顺序执行可在一周内跑通从文档到真机的完整链路。读安装文档 doc/setup_zh.md确认驱动与依赖版本。用 deploy/pre_train/ 的预训练模型先跑通 MuJoCo 与真机建立基准手感。打开 legged_gym/envs/ 找对应型号 config对照rewards.scales改一个权重做对比实验。参考 deploy/deploy_real/README.zh.md 走一遍真机调试模式。有阻塞可到仓库 issue 区提问。从 G1 的平地行走起步跑通三级跳后再谈更复杂的动作比一次堆满功能更容易出成果。【免费下载链接】unitree_rl_gym项目地址: https://gitcode.com/GitHub_Trending/un/unitree_rl_gym创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/20 19:33:37 · 阅读 1.2k unitree_rl_gym 入门：从 Isaac Gym 训练到 Unitree 真机部署的完整链路
unitree_rl_gym 入门从 Isaac Gym 训练到 Unitree 真机部署的完整链路【免费下载链接】unitree_rl_gym项目地址: https://gitcode.com/GitHub_Trending/un/unitree_rl_gymunitree_rl_gym 是宇树开源的机器人强化学习训练框架要解决的核心问题是如何在仿真中训练运动策略、再把它迁移到另一台仿真器和真实机器人。它面向 Go2、G1、H1、H1_2 四种型号。本文按训练、跨仿真验证、真机部署三段走一遍适合刚接触机器人强化学习、希望尽快看到落地效果的工程师与学生。它到底能帮你做什么一句话它把仿真学会走路 → 换一台仿真器校验 → 上真机这条迁移链路封装成可直接运行的脚本覆盖 4 个型号、3 个部署目标Isaac Gym、MuJoCo、物理机器人。相比从零搭环境价值在于任务已注册go2 / g1 / h1 / h1_2通过 task_registry 一键创建环境无需手写 VecEnv。迁移工具链齐全train、play、deploy_mujoco、deploy_real 四段脚本相互衔接模型文件直接复用。预训练模型开箱可用deploy/pre_train/下提供 g1/h1/h1_2 的motion.pt可直接在 MuJoCo 或真机上验证。参数集中可配奖励尺度、控制频率、观测缩放都收敛在各型号 config 与 yaml 里方便对照调参。准备工作把环境跑起来先确认硬件与软件基线再装依赖最后跑一条自检。前置条件取自 doc/setup_zh.md系统 Ubuntu 18.04Nvidia 显卡驱动 525 或更高。Python 3.8建议用 conda 虚拟环境。最短安装命令按依赖顺序执行conda create -n unitree-rl python3.8 -y conda activate unitree-rl pip install -e .说明Isaac Gym 与 rsl_rl(v1.0.2) 需先按 setup 文档单独安装pip install -e .会带上 isaacgym、rsl-rl、mujoco3.2.3 等依赖。如何判断成功安装无报错且pip show mujoco能显示 3.2.3视为依赖齐全。自检命令python -c import isaacgym, legged_gym; print(ok)如何判断成功终端输出 ok 且无 ImportError说明仿真与训练包均可正常导入。三级跳训练 → 跨仿真验证 → 真机部署这一节按策略生成 → 泛化校验 → 上机的顺序组织每跳只回答四件事做什么、跑什么命令、看什么结果、失败去哪查。第一跳在 Isaac Gym 里训练策略做什么让机器人在并行仿真环境中试错学会最大化设定的奖励。python legged_gym/scripts/train.py --taskg1 --headless true --num_envs 4096--task指定型号go2/g1/h1/h1_2--headless true关闭图形界面提效--num_envs 4096是并行环境数显存不足可下调。看什么结果checkpoint 落在logs/experiment_name/date_time_run_name/model_iteration.pt4096 环境下约 1-2 小时可得可用模型。失败去哪查任务名报 not registered检查 legged_gym/envs/ 的注册显存溢出下调--num_envs。第二跳Play 可视化 MuJoCo 跨仿真验证做什么先在 Gym 里回看动作再搬到 MuJoCo确认策略没有过拟合 Gym 特性。python legged_gym/scripts/play.py --taskg1 python deploy/deploy_mujoco/deploy_mujoco.py g1.yamlplay.py会把 Actor 导出到logs/{experiment}/exported/policies/MLP 为policy_1.ptRNN 为policy_lstm_1.ptdeploy_mujoco.py读取deploy/deploy_mujoco/configs/g1.yaml。看什么结果MuJoCo 窗口中机器人能稳定行走、不倒下。失败去哪查把导出路径填进 yaml 的policy_path观测或动作维数对不上时核对 yaml 里的num_obs、num_actions。第三跳真机部署Sim2Real做什么把策略推到物理机器人用遥控器控制运动。前置机器人吊装、进入零力矩后按 L2R2 进调试模式网线连接并记下网卡名如 enp3s0。python deploy/deploy_real/deploy_real.py enp3s0 g1.yaml{net_interface}换成实际网卡配置在deploy/deploy_real/configs/。看什么结果按遥控器 start 到默认位、按 A 键原地踏步摇杆可控制前后/左右/转向。失败去哪查连不上机查网卡与unitree_sdk2py运动异常回 deploy/deploy_real/README.zh.md 对照步骤。效果不达标按这张表排查四类高频问题一张表对齐先认出现象再顺藤摸到文件。现象可能原因处理方式涉及文件/参数训练速度慢并行环境少、开着图形界面加--num_envs 4096、--headless truetrain.py 命令行参数策略不稳、易倒奖励尺度失衡、迭代不足调 rewards.scales加--max_iterationsg1_config.pyrewards.scales仿真与真机差距大未做跨仿真校验先跑 deploy_mujoco 再上机deploy_mujoco/configs/*.yaml资源占用高、显存爆环境数过大下调--num_envs、减小 batchlegged_robot_config.pynum_envs进阶让它学会更多以下五项按从易到难排列可逐项尝试。调整奖励权重在 legged_gym/envs/g1/g1_config.py 的rewards.scales中改动例如把tracking_lin_vel从 1.0 提到 1.5可强化直线速度跟踪改完重训即可对比。渐进式策略先在平地上学会走再逐步加入坡度与障碍地形避免一开始就接触复杂地形导致不收敛。多技能同训在同一 config 下叠加前向、侧向、转向等速度命令让一次训练覆盖多种动作。硬件与软件调优优先 RTX 3080 级显卡按显存调 batch配合学习率衰减与早停控制训练节奏。监控指标盯住平均奖励趋势、策略熵、训练损失三条曲线据此判断是否收敛或过探索。下一步行动清单按顺序执行可在一周内跑通从文档到真机的完整链路。读安装文档 doc/setup_zh.md确认驱动与依赖版本。用 deploy/pre_train/ 的预训练模型先跑通 MuJoCo 与真机建立基准手感。打开 legged_gym/envs/ 找对应型号 config对照rewards.scales改一个权重做对比实验。参考 deploy/deploy_real/README.zh.md 走一遍真机调试模式。有阻塞可到仓库 issue 区提问。从 G1 的平地行走起步跑通三级跳后再谈更复杂的动作比一次堆满功能更容易出成果。【免费下载链接】unitree_rl_gym项目地址: https://gitcode.com/GitHub_Trending/un/unitree_rl_gym创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考