Motphys/UniLab

解決的問題

UniLab 解決了機器人強化學習（RL）任務被鎖定在特定物理模擬器或硬體上的難題。它提供了一個統一的架構，將任務定義（獎勵、觀測、動作）與底層模擬後端和 RL 學習器解耦，使研究人員能在不重寫環境程式碼的情況下，無縫切換不同的模擬器和硬體加速器。

工作原理

UniLab 使用「面向任務的契約」來分離任務的語義與執行。

• 宣告式設定：任務透過 Hydra 和 YAML 檔案定義。使用者無需為每個環境撰寫 Python 類別，而是透過組合「管理器項」（預定義的獎勵、觀測等函數）來建構任務。
• 後端適配器：採用 SimBackend 契約，透過標準化 API 與多種物理引擎（如 MuJoCo、Motrix、Genesis 和 IsaacGym）互動。
• 統一 CLI：單一命令列介面處理訓練與評估，模擬器透過旗標指定（例如 --sim mujoco），無論後端為何，工作流程皆保持一致。
• 硬體無關性：系統支援廣泛的硬體，包括 CPU 並行模擬、CUDA、ROCm（AMD）和 MPS（macOS）。

適用對象

需要在多個模擬器上測試其代理、在不同硬體平台部署，或快速原型化機器人任務而無需撰寫大量樣板程式碼的機器人 RL 研究人員與開發者。

主要亮點

• 後端彈性：支援多種模擬器，包括 MuJoCo、Motrix、MJWarp、Drake、Genesis、IsaacGym 和 IsaacSim。
• 設定驅動設計：透過編輯 YAML 檔案而非撰寫新的 Python 環境類別，即可建立任務變體。
• 廣泛硬體支援：相容 NVIDIA GPU（CUDA）、AMD GPU（ROCm）、Intel GPU（XPU）和 Apple Silicon（MPS）。
• 整合生態系：與 unisim-core（用於物理適配器）和 unilab-rl（用於 RL 算法與執行器）協同運作。