在 Go2 机器人的 RL 开发中，环境配置、模型训练、效果验证与策略部署的实操步骤是核心环节。本文基于宇树科技官方文档及开源资源，以 Isaac Gym 和 Isaac Lab 两大主流仿真平台为核心，提供从环境搭建到实物部署的全流程操作步骤，覆盖关键命令与参数配置，帮助开发者快速落地 RL 开发。
一、基础准备：硬件与系统要求
在开始操作前，需确保硬件与系统满足 RL 开发的基础需求，避免后续因配置不足导致训练中断或性能瓶颈。
| 类别 | 具体要求 | 说明 |
|---|---|---|
| 显卡 | NVIDIA RTX 系列（显存≥8GB） | 需支持 CUDA 加速，Isaac Gym/Isaac Lab 均依赖 GPU 进行仿真与训练 |
| 操作系统 | Ubuntu 18.04/20.04/22.04 | 推荐 20.04 版本，兼容性最佳，避免使用 Windows 系统（部分依赖不支持） |
| 显卡驱动 | 525 版本及以上 | 需与 CUDA 版本匹配（如 CUDA 11.3 对应驱动≥465.19.01，CUDA 11.8 对应驱动≥520.61.05） |
| 软件依赖 | Conda（Python 包管理） | 用于创建独立虚拟环境，避免依赖冲突 |
二、基于 Isaac Gym 的 Go2 RL 开发实操（官方推荐）
Isaac Gym 是宇树科技官方文档指定的仿真平台，适合快速实现基础 RL 任务（如行走、避障），操作步骤如下：
（一）环境配置：从依赖安装到验证
1. 安装 Conda 与创建虚拟环境
若未安装 Conda，需先下载 Miniconda（轻量版），再创建并激活 Go2 专属 RL 环境：
# 1. 下载 Miniconda（Ubuntu 64 位）
wget https://repo.anaconda.com/miniconda/Miniconda3-py38_23.10.0-1-Linux-x86_64.sh
# 2. 安装 Miniconda（按提示输入 yes，默认路径即可）
bash Miniconda3-py38_23.10.0-1-Linux-x86_64.sh
# 3. 重启终端或执行以下命令加载 Conda
source ~/.bashrc
# 4. 创建虚拟环境（Python 3.8，名称为 rl-go2）
conda create -n rl-go2 python=3.8
# 5. 激活虚拟环境
conda activate rl-go2
2. 安装 CUDA 与 PyTorch
Isaac Gym 需依赖特定版本的 CUDA 与 PyTorch，官方推荐 CUDA 11.3 + PyTorch 1.10.0：
# 1. 安装 CUDA 11.3（若已安装则跳过，需确保驱动兼容）
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run
# 安装时取消勾选"Driver"（已装驱动避免冲突）
# 2. 配置 CUDA 环境变量（添加到~/.bashrc）
echo 'export PATH=/usr/local/cuda-11.3/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc # 生效环境变量
# 3. 安装 PyTorch 1.10.0（含 CUDA 11.3 支持）
pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
# 4. 安装低版本 numpy（避免与 Isaac Gym 冲突，推荐 1.23.5）
pip install numpy==1.23.5
3. 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
4. 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 .
5. 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
6. 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
（二）模型训练：启动 Go2 RL 任务
1. 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
2. 关键参数配置（优化训练效率）
| 参数 | 说明 | 示例 |
|---|---|---|
--headless | 关闭可视化界面（训练速度提升 50%+） | python3 train.py --task=go2 --headless |
--num_envs | 并行训练环境数量（显存足够时调大，推荐 32/64） | python3 train.py --task=go2 --num_envs=64 |
--max_iterations | 最大训练迭代次数（默认 1500，可按需调整） | python3 train.py --task=go2 --max_iterations=2000 |
--sim_device | 指定仿真设备（默认 GPU，CPU 训练需设为 cpu） | python3 train.py --task=go2 --sim_device=cpu |
--resume | 从上次 checkpoint 继续训练（需有历史日志） | python3 train.py --task=go2 --resume |
3. 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。
（三）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
- 成功指标：Go2 能稳定站立、连续行走，无跌倒或动作卡顿。
- 失败处理：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。
（四）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）。
三、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：
（一）环境配置：安装 Isaac Lab 与依赖
1. 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
2. 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
3. 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：
- 下载 Go2 的 USD 模型文件（如
unitree_go2.usd）。 - 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/
（二）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：
1. 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)
# 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()
2. 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
四、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：
（一）硬件连接
- 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。
- 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]
（二）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
（三）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)
五、常见问题与解决方案
| 问题现象 | 原因 | 解决方案 |
|---|---|---|
| 训练时弹出'CUDA out of memory' | 显存不足 | 1. 降低 --num_envs（如从 64 改为 32）；2. 开启 --headless；3. 更换更大显存显卡 |
| Isaac Gym 示例脚本运行报错'ImportError: No module named 'isaacgym'' | 路径未配置 | 重新执行 pip install -e .（在 Isaac Gym/python 目录下），并确保虚拟环境激活 |
| 实物部署时 Go2 无响应 | 1. 网络未连接；2. SDK 未初始化 | 1. 检查 IP 是否正确，ping 192.168.123.100；2. 确保 sdk.connect() 返回 True |
| play.py 测试时 Go2 频繁跌倒 | 训练不充分或奖励函数不合理 | 1. 增加训练迭代次数（如到 2000 次）；2. 调整奖励函数（如增加姿态稳定奖励） |
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。
