Tianbot

深浅模式

用 isaacsim 复现 robot_lab ​

项目简介 ​

robot_lab 是一个面向机器人的 RL 扩展库，基于 IsaacLab 存储库开发，并与之解耦。 向项目原作者致谢！

注意

下文中的操作在 ROS2GO 512G ISAAC 特别定制版本中有效，不再另行通知。使用 Isaac Sim 的方式是基于/home/tianbot/isaacsim_ws/isaac-sim-standalone@4.5.0/kit/python 这一 Python3.10 环境安装的，所以 请勿随意删除 isaacsim_ws 中的任意出厂内置文件，否则可能会造成原本内置好的 Isaac Sim 4.5.0 + Isaaclab 2.0.0 环境崩溃！！！！！！

提示

如果希望在终端中直接使用 Isaac Sim，首先需要执行以下命令，无需自己重新再配置环境：

bash
source ~/.isaac_env_toolkit && isaac_sim_env

切换到 IsaacSim 4.5.0 + Isaaclab 2.0.0 ​

如果希望在终端中直接使用 Isaac Sim，首先需要执行以下命令，无需自己重新再配置环境，无需 pip install 安装此项目：

bash
source ~/.isaac_env_toolkit && isaac_sim_env

提示

使用如下命令检查 pip 和 python 的安装路径，确认使用的是虚拟环境中的 pip 和 python

bash
which pip3
which python3
whereis pip3
whereis python3
pip3 --version

注意

如需安装新的依赖项，请自行确定是否会破坏已经内置的环境，如果由于操作不当，造成环境依赖出现问题，请及时在相关售后群里提问，或参考 timeshift 恢复操作进行恢复

bash
pip3 --version
pip3 list # 查看当前 pip 下已安装的模块

训练策略 ​

注意

运行下述操作时，无需自己重新再配置环境，无需 pip install -e 安装此项目：

基于 isaacsim 4.5.0 + isaaclab 2.0.0 进行训练

以下命令需要在 ~/isaacsim_ws/src/robot_lab 目录下执行

bash
cd ~/isaacsim_ws/src/robot_lab
source ~/.isaac_env_toolkit && isaac_sim_env

四足机器人 ​

Unitree A1 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Unitree-A1-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Unitree-A1-v0

Unitree Go2 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Unitree-Go2-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Unitree-Go2-v0

Unitree B2 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Unitree-B2-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Unitree-B2-v0

Anymal D ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Anymal-D-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Anymal-D-v0

轮式机器人 ​

Unitree Go2W ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Unitree-Go2W-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Unitree-Go2W-v0

Unitree B2W ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Unitree-B2W-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Unitree-B2W-v0

人形机器人 ​

FFTAI GR1T1 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-FFTAI-GR1T1-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-FFTAI-GR1T1-v0

FFTAI GR1T2 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-FFTAI-GR1T2-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-FFTAI-GR1T2-v0

Unitree H1 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Unitree-H1-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Unitree-H1-v0

Unitree G1 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Rough-Unitree-G1-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Rough-Unitree-G1-v0

使用 AMP 训练四足机器人 ​

The code for AMP training refers to AMP_for_hardware

Unitree A1 ​

bash
# Retarget motion files
cd ~/isaacsim_ws/src/robot_lab
python3 source/robot_lab/robot_lab/third_party/amp_utils/scripts/retarget_kp_motions.py
bash
# Replay AMP data
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/amp/replay_amp_data.py --task RobotLab-Isaac-Velocity-Flat-Amp-Unitree-A1-v0

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/amp/train.py --task RobotLab-Isaac-Velocity-Flat-Amp-Unitree-A1-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/amp/play.py --task RobotLab-Isaac-Velocity-Flat-Amp-Unitree-A1-v0

HandStand ​

支持倒立四个方向，使用配置文件中的 handstand type 进行切换

Unitree A1 ​

bash
# Train
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/train.py --task RobotLab-Isaac-Velocity-Flat-HandStand-Unitree-A1-v0 --headless

bash
# Play
cd ~/isaacsim_ws/src/robot_lab
python3 scripts/rsl_rl/base/play.py --task RobotLab-Isaac-Velocity-Flat-HandStand-Unitree-A1-v0

注意

  • 您可以在上述配置中将 'Rough' 更改为 Flat
  • 录制训练有素的代理的视频（需要安装 ffmpeg），添加 视频视频长度 200
  • 演示 32 个环境的 Train 游戏，添加 --num_envs 32
  • 在特定文件夹或检查点上播放，添加 --load_run run_folder_name --checkpoint model.pt
  • 从文件夹或检查点恢复训练，添加 --resume --load_run run_folder_name --checkpoint model.pt