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。

Guguji 平地行走

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