Guguji Isaac Lab 中文首页¶
Isaac Lab 扩展
面向 Guguji 双足机器人的 GPU 并行运动控制训练
这是一个面向 Guguji 双足机器人的 Isaac Lab 训练扩展,覆盖训练、评估与策略导出流程。 项目将原有 Gazebo + ROS 2 + Stable-Baselines3 工作流迁移到 Isaac Lab + RSL-RL,以获得更高的仿真并行度和更快的策略迭代速度。
项目亮点¶
高并行训练
在 GPU 上同时运行数千个环境,相比单环境 Gazebo 流程大幅提高训练效率。
参考步态 + 残差策略
策略输出叠加在正弦参考步态上的残差关节目标,降低探索难度并加快收敛。
面向部署
评估流程支持导出 TorchScript 和 ONNX,方便接入后续部署链路。
环境一览¶
| Gym ID | 地形 | 环境数 | 用途 |
|---|---|---|---|
Isaac-Velocity-Flat-Guguji-v0 |
平坦 | 4096 | 主训练入口 |
Isaac-Velocity-Flat-Guguji-Play-v0 |
平坦 | 50 | 评估与可视化 |
Isaac-Velocity-Rough-Guguji-v0 |
粗糙 | 2048 | 泛化训练 |
Isaac-Velocity-Rough-Guguji-Play-v0 |
粗糙 | 50 | 粗糙地形评估 |
推荐阅读路径¶
- 先看 中文快速开始
- 再看 中文训练与评估
- 需要更完整技术说明时,可继续阅读英文版的 Design Notes