wty-yy/go2_rl_lab

解決する問題

このプロジェクトは、Unitree Go2四足ロボットの高速で敏捷な移動ポリシーをトレーニングおよび展開するためのフレームワークを提供します。Isaac LabとMuJoCoでの堅牢な強化学習（RL）トレーニングを可能にし、その後物理ハードウェアに展開することで、シミュレーションと実世界のパフォーマンスのギャップを埋めます。

仕組み

NVIDIAのIsaac Labシミュレーション環境内で、強化学習（特にPPOとMixture-of-Experts/CTSアルゴリズム）を使用してロボットポリシーをトレーニングします。このフレームワークは、Newton MuJoCo-WarpやIsaac SimのPhysXを含む複数の物理バックエンドをサポートしています。トレーニング後、ポリシーはTorchScriptまたはONNXファイルとしてエクスポートでき、シミュレーションから実世界（Sim2Real）への展開に使用できます。また、このプロジェクトはRoboGaugeと統合されており、トレーニングプロセス中のポリシーのパフォーマンスと安全性を非同期で自動評価します。

対象者

脚式移動、強化学習、Sim2Real転送に取り組むロボット研究者やエンジニアで、四足ロボットコントローラをトレーニングおよびベンチマークするための構造化された環境を必要とする人々を対象としています。

ハイライト

• 高速移動をサポート（前方最大3.5 m/s、後方最大4.4 m/s）。
• Isaac Lab 3.0 EAとIsaac Sim 6.1に基づいて構築され、Newton MuJoCo-Warp物理をサポート。
• 階段や坂道などの複雑な地形での堅牢性を向上させるためのMixture-of-Experts（MoE-CTS）トレーニングアプローチを含む。
• トレーニング、再生、Sim2Sim/Sim2Real展開のための統一CLIを提供。
• RoboGaugeと統合され、自動化された非同期ポリシーパフォーマンス評価を実現。