Go2 机器人强化学习开发实操：从仿真训练到实物部署

安装 Isaac Gym 并验证

需从 NVIDIA 官网下载 Isaac Gym Preview 4（需注册账号），解压后安装并验证：

# 1. 假设下载的压缩包路径为~/Downloads/IsaacGym_Preview_4_Package.tar.gz，解压到~/IsaacGym
tar -zxvf ~/Downloads/IsaacGym_Preview_4_Package.tar.gz -C ~/

# 2. 进入 Isaac Gym 的 Python 目录，安装依赖
cd ~/IsaacGym/python
pip install -e .

# 3. 验证安装（运行示例脚本，若弹出仿真窗口则成功）
cd examples
python 1080_balls_of_solitude.py

安装 rsl_rl 库（RL 算法核心）

rsl_rl 是 legged_gym 依赖的 RL 算法库，需安装 1.0.2 版本以适配 Go2：

# 1. 克隆 rsl_rl 仓库
git clone https://github.com/leggedrobotics/rsl_rl

# 2. 切换到 1.0.2 版本
cd rsl_rl
git checkout v1.0.2

# 3. 安装 rsl_rl
pip install -e .

下载 Go2 官方 RL 示例代码

# 克隆宇树官方 rl 示例仓库
git clone https://github.com/unitreerobotics/unitree_rl_gym
cd unitree_rl_gym

修改路径配置（关键步骤）

需修改 train.py 和 play.py 中的路径，确保脚本能找到 legged_gym：

# 1. 编辑 train.py
nano legged_gym/scripts/train.py

# 2. 找到以下代码行，替换为自己的 unitree_rl_gym 路径（如~/unitree_rl_gym）
# sys.path.append("/home/unitree/go2/legged_gym") # 原路径
sys.path.append("~/unitree_rl_gym/legged_gym") # 修改后的路径（需与实际一致）

# 3. 按 Ctrl+O 保存，Ctrl+X 退出，重复上述步骤修改 play.py
nano legged_gym/scripts/play.py

模型训练：启动 Go2 RL 任务

基础训练命令（默认任务：行走）

# 激活虚拟环境（若已激活则跳过）
conda activate rl-go2

# 进入示例代码目录
cd ~/unitree_rl_gym

# 启动训练（--task=go2 指定任务为 Go2 基础控制，默认开启可视化）
python3 legged_gym/scripts/train.py --task=go2

关键参数配置（优化训练效率）

训练过程监控

• 可视化界面：若未开启 --headless，会弹出 Isaac Gym 窗口，实时显示 Go2 的训练动作（如站立、行走）。
• 终端输出：会打印每轮迭代的奖励值（Reward）、成功率（Success Rate）等指标，当奖励值稳定在较高水平（如 1000+）时，说明训练效果良好。
• 模型保存：训练结果默认保存在 logs/<experiment_name>/<date_time>_<run_name>/，包含模型文件（model_xxx.pt）和日志。

效果验证：使用 play.py 测试训练结果

当训练迭代达到 1500 次后，可通过 play.py 验证策略效果：

# 基础测试命令（加载最新模型，默认开启可视化）
python3 legged_gym/scripts/play.py --task=go2

# 加载指定 checkpoint（如加载第 1200 次迭代的模型）
python3 legged_gym/scripts/play.py --task=go2 --checkpoint=1200

# 关闭可视化测试（仅输出日志）
python3 legged_gym/scripts/play.py --task=go2 --headless

验证标准：Go2 能稳定站立、连续行走，无跌倒或动作卡顿。若出现跌倒，需返回训练步骤，增加迭代次数或调整 --num_envs 参数，重新训练。

策略导出：为实物部署准备模型

play.py 会自动导出 Actor 网络（决策模型），路径为：

logs/<experiment_name>/exported/policies/policy_1.pt # MLP 网络（默认）
# 若使用 RNN 网络，导出为 policy_lstm_1.pt

导出的模型可用于后续的 sim2sim（跨仿真器部署）和 sim2real（实物部署）。

基于 Isaac Lab 的 Go2 RL 开发实操（进阶版）

Isaac Lab 是 NVIDIA 推出的新一代机器人 RL 框架，支持更复杂的任务（如上下台阶、后空翻），且兼容 Go2，操作步骤如下：

环境配置：安装 Isaac Lab 与依赖

安装基础依赖

# 1. 安装系统依赖
sudo apt-get update && sudo apt-get install -y libgl1-mesa-glx libglib2.0-0

# 2. 创建并激活 Isaac Lab 专属虚拟环境
conda create -n isaaclab python=3.8
conda activate isaaclab

# 3. 安装 CUDA 11.8（Isaac Lab 推荐版本）
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run
# 同样取消勾选 Driver

# 4. 配置 CUDA 11.8 环境变量
echo 'export PATH=/usr/local/cuda-11.8/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc # 生效环境变量

# 5. 安装 PyTorch 2.0.0（适配 CUDA 11.8）
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --extra-index-url https://download.pytorch.org/whl/cu118

安装 Isaac Lab

# 1. 克隆 Isaac Lab 仓库
git clone https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab

# 2. 运行官方安装脚本（自动安装依赖）
./setup_conda_env.sh

# 3. 验证安装（创建空场景，弹出仿真窗口则成功）
python source/standalone/tutorials/00_sim/create_empty.py

导入 Go2 的 USD 模型

USD 模型是 Isaac Lab 中 Go2 的仿真载体，需从宇树官方或 Isaac Lab 社区获取：

1. 下载 Go2 的 USD 模型文件（如 unitree_go2.usd）。
2. 将模型放入 Isaac Lab 的资源目录：

mkdir -p source/extensions/omni.isaac.lab_assets/resources/robots/unitree_go2
cp ~/Downloads/unitree_go2.usd source/extensions/omni.isaac.lab_assets/resources/robots/unitree_go2/

PPO 算法训练：实现 Go2 复杂动作

Isaac Lab 默认使用 PPO 算法（机器人 RL 主流算法），以'上下台阶'任务为例，操作步骤如下：

创建仿真场景配置文件

在 source/standalone/rl 目录下创建 go2_stairs.py，定义场景（地面、台阶、Go2 机器人）：

from omni.isaac.lab.app import AppLauncher
from omni.isaac.lab.assets import Robot
from omni.isaac.lab.scene import InteractiveScene
from omni.isaac.lab.envs import ManagerBasedRLEnv

# 1. 启动仿真器（关闭 headless 便于调试）
app_launcher = AppLauncher(headless=False)
simulation_app = app_launcher.app

# 2. 创建场景
scene = InteractiveScene()
# 添加地面
scene.add_ground_plane()
# 添加台阶（尺寸：长 2m、宽 1m、高 0.15m）
scene.add_box(prim_path="/World/Stairs", size=[2.0, 1.0, 0.15], position=[1.0, 0.0, 0.075], mass=0.0)
# 添加 Go2 机器人（使用 USD 模型）
go2_robot = Robot(
    prim_path="/World/Go2",
    usd_path="source/extensions/omni.isaac.lab_assets/resources/robots/unitree_go2/unitree_go2.usd",
    position=[0.0, 0.0, 0.5] # 初始位置（地面上方 0.5m）
)
scene.add_robot(go2_robot)

# 3. 创建 RL 环境（绑定场景与 PPO 算法）
env = ManagerBasedRLEnv(scene=scene, policy_cfg="ppo")

# 4. 启动训练（简化版，实际需添加奖励函数与动作空间定义）
num_episodes = 1000
for episode in range(num_episodes):
    obs, _ = env.reset()
    done = False
    while not done:
        action = env.policy.compute_action(obs)
        obs, reward, done, _, _ = env.step(action)
        print(f"Episode {episode+1}, Reward: {reward:.2f}")

# 5. 关闭仿真器
simulation_app.close()

启动 PPO 训练

# 激活 Isaac Lab 环境
conda activate isaaclab

# 进入脚本目录
cd IsaacLab/source/standalone/rl

# 启动训练
python go2_stairs.py

sim2real：从仿真到实物部署（关键步骤）

当仿真训练效果达标后，需将策略部署到 Go2 实物机器人，核心步骤如下：

硬件连接

1. 网络连接：将开发电脑与 Go2 通过以太网或 Wi-Fi 连接（推荐以太网，延迟更低），确保两者在同一局域网。
2. 权限配置：通过 SSH 登录 Go2 的嵌入式系统（默认 IP：192.168.123.100，用户名：unitree，密码：unitree）：

ssh [email protected]

部署准备

转换模型格式：将仿真导出的 policy_1.pt（PyTorch 模型）转换为 Go2 支持的格式（如 ONNX）：

python -m torch.onnx.export \
  --model=policy_1.pt \
  --input-shape=(1,32) # 输入维度需与观测空间一致（如 32 维观测） \
  --output=go2_policy.onnx

安装 Go2 SDK：在开发电脑上安装 Go2 SDK（从宇树官网下载），确保能调用机器人的运动控制接口：

# 假设 SDK 解压到~/UnitreeSDK
cd ~/UnitreeSDK
sudo ./install.sh

执行部署

在 Go2 上运行部署脚本：

# 登录 Go2
ssh [email protected]

# 安装依赖（若未安装）
pip install onnxruntime torch

# 执行部署
python deploy_real.py

上传模型与脚本：将转换后的 go2_policy.onnx 与部署脚本（如 deploy_real.py）上传到 Go2：

scp go2_policy.onnx [email protected]:~/
scp deploy_real.py [email protected]:~/

部署脚本核心逻辑（deploy_real.py 示例）

import onnxruntime as ort
from unitree_sdk2py import Go2SDK

# Go2 SDK 接口

# 1. 初始化 Go2 SDK
sdk = Go2SDK()
sdk.connect()

# 2. 加载 ONNX 模型
session = ort.InferenceSession("go2_policy.onnx")

# 3. 实时获取观测数据（如关节角度、IMU 数据）
def get_observation():
    joint_angles = sdk.get_joint_angles() # 获取关节角度
    imu_data = sdk.get_imu() # 获取 IMU 数据（加速度、角速度）
    return joint_angles + imu_data # 拼接为观测向量（需与训练时一致）

# 4. 执行策略并控制机器人
while True:
    obs = get_observation() # 模型推理获取动作
    action = session.run(None, {"input": [obs]})[0]
    sdk.send_joint_commands(action)

常见问题与解决方案

通过以上步骤，开发者可完成从仿真训练到实物部署的全流程操作。建议先基于 Isaac Gym 完成基础任务（如行走），再通过 Isaac Lab 挑战复杂任务（如上下台阶），逐步积累 RL 开发经验。