zitongbai/legged_lab

해결하는 문제

이 프로젝트는 강화학습을 사용하여 다리가 있는 로봇(특히 Unitree G1과 같은 인체형 로봇)이 복잡한 동작을 수행할 수 있도록 하는 프레임워크를 제공합니다. 개발자는 핵심 Isaac Lab 저장소와 별개의 환경에서 이러한 행동을 구축하고 훈련할 수 있어 개발 워크플로우를 간소화합니다.

작동 방식

이 프로젝트는 NVIDIA Isaac Lab을 시뮬레이션에 활용하고, 커스터마이즈된 RSL-RL 라이브러리를 강화학습에 사용합니다. 두 가지 주요 운동 학습 기법을 구현합니다:

• DeepMimic: 로봇이 특정 운동 시퀀스를 모방하는 방법.
• 적대적 운동 사전 지식(AMP): 운동 데이터를 기반으로 자연스럽고 인간 같은 움직임을 학습하도록 유도하는 적대적 접근 기법.

사용자는 GMR 같은 도구를 사용하여 인간의 운동 데이터를 로봇의 형태에 리타겟하고, 시뮬레이션 내에서 이러한 움직임을 모방하도록 에이전트를 훈련할 수 있습니다.

대상 사용자

이 프로젝트는 시뮬레이션 환경에서 인체형 보행 및 운동 모방에 종사하는 로봇 연구자 및 개발자를 대상으로 합니다.

주요 특징

• 인체형 로봇 지원: Unitree G1 로봇에 특별히 최적화되어 있습니다.
• 독립된 개발: 핵심 코드를 수정하는 대신 Isaac Lab의 확장으로 설치되도록 설계되었습니다.
• 운동 데이터 파이프라인: 훈련에 사용할 수 있도록 인간 운동 데이터를 변환하고 리타겟하는 스크립트를 포함합니다.
• Docker 통합: 일관된 환경 설정을 위한 완전한 Docker 워크플로우를 제공합니다.