中文训练与评估¶

平地训练¶

建议从这里开始。

cd ~/rlgpu_ws/IsaacLab
./isaaclab.sh -p ~/Desktop/guguji_simulation/guguji_isaaclab/scripts/rsl_rl/train.py \
  --task=Isaac-Velocity-Flat-Guguji-v0 \
  --num_envs=4096 \
  --headless

平地任务使用前向速度课程，初始速度约为 0.10 m/s，会随着跟踪效果提升逐步扩展到 0.30 m/s。

粗糙地形训练¶

当平地策略稳定后，再切换到粗糙地形：

cd ~/rlgpu_ws/IsaacLab
./isaaclab.sh -p ~/Desktop/guguji_simulation/guguji_isaaclab/scripts/rsl_rl/train.py \
  --task=Isaac-Velocity-Rough-Guguji-v0 \
  --num_envs=2048 \
  --headless

评估策略¶

cd ~/rlgpu_ws/IsaacLab
./isaaclab.sh -p ~/Desktop/guguji_simulation/guguji_isaaclab/scripts/rsl_rl/play.py \
  --task=Isaac-Velocity-Flat-Guguji-Play-v0 \
  --num_envs=50

加载指定检查点¶

cd ~/rlgpu_ws/IsaacLab
./isaaclab.sh -p ~/Desktop/guguji_simulation/guguji_isaaclab/scripts/rsl_rl/play.py \
  --task=Isaac-Velocity-Flat-Guguji-Play-v0 \
  --num_envs=50 \
  --load_run=2026-04-17_15-33-29 \
  --checkpoint=model_19999.pt

输出产物¶

训练日志与模型文件位于：

logs/rsl_rl/<experiment_name>/<timestamp>/

评估脚本还会导出：

• policy.pt：TorchScript 部署文件
• policy.onnx：ONNX 部署文件

TensorBoard¶

cd ~/rlgpu_ws/IsaacLab
./isaaclab.sh -p -m tensorboard.main --logdir=logs/rsl_rl/guguji_flat

cd ~/rlgpu_ws/IsaacLab
./isaaclab.sh -p -m tensorboard.main --logdir=logs/rsl_rl/guguji_rough

实践建议¶

1. 开始长时间训练前先验证环境注册是否成功
2. 优先把平地直行走稳
3. 重点检查是否存在绕圈、跛行、抬腿不足等现象
4. 在 play.py 中验证最好的一版策略后再导出
5. 最后再进入粗糙地形泛化训练