Unitree RL 实验室

概述

本项目为 Unitree 机器人提供了一套强化学习环境，基于 IsaacLab 构建而成。

目前支持 Unitree 的 Go2、H1 以及 G1-29dof 机器人。

安装

• 请按照 安装指南 安装 Isaac Lab。

• 安装 Unitree RL IsaacLab 独立环境。

  • 从 Isaac Lab 安装目录之外（即独立于 IsaacLab 目录）克隆或复制本仓库：

    git clone https://github.com/unitreerobotics/unitree_rl_lab.git
    

  • 使用已安装 Isaac Lab 的 Python 解释器，以可编辑模式安装库：

    conda activate env_isaaclab
    ./unitree_rl_lab.sh -i
    # 重启您的 shell，以使环境变更生效。
    

  • 下载 Unitree 机器人描述文件

    方法一：使用 USD 文件

    • 从 unitree_model 下载 Unitree USD 文件，并保持文件夹结构：

      git clone https://huggingface.co/datasets/unitreerobotics/unitree_model
      

    • 在 source/unitree_rl_lab/unitree_rl_lab/assets/robots/unitree.py 中配置 UNITREE_MODEL_DIR。

      UNITREE_MODEL_DIR = "</home/user/projects/unitree_usd>"
      

    • 方法二：使用 URDF 文件 [推荐]，仅适用于 IsaacSim >= 5.0

    • 从 unitree_ros 下载 Unitree 机器人 URDF 文件：

      git clone https://github.com/unitreerobotics/unitree_ros.git
      

    • 在 source/unitree_rl_lab/unitree_rl_lab/assets/robots/unitree.py 中配置 UNITREE_ROS_DIR。

      UNITREE_ROS_DIR = "</home/user/projects/unitree_ros/unitree_ros>"
      

    • （可选）如果您希望使用 URDF 文件，可以修改 robot_cfg.spawn。

• 验证环境是否正确安装的方法如下：

  • 列出可用任务：

    ./unitree_rl_lab.sh -l # 这是比 isaaclab 更快的版本
    

  • 运行一个任务：

    ./unitree_rl_lab.sh -t --task Unitree-G1-29dof-Velocity # 支持自动补全任务名称
    # 同样可以使用
    python scripts/rsl_rl/train.py --headless --task Unitree-G1-29dof-Velocity
    

  • 使用训练好的智能体进行推理：

    ./unitree_rl_lab.sh -p --task Unitree-G1-29dof-Velocity # 支持自动补全任务名称
    # 同样可以使用
    python scripts/rsl_rl/play.py --task Unitree-G1-29dof-Velocity
    

部署

模型训练完成后，我们需要在 Mujoco 中对训练好的策略进行 sim2sim 测试，以验证模型的性能。 随后再进行 sim2real 部署。

设置

# 安装依赖项
sudo apt install -y libyaml-cpp-dev libboost-all-dev libeigen3-dev libspdlog-dev libfmt-dev
# 安装 unitree_sdk2
git clone git@github.com:unitreerobotics/unitree_sdk2.git
cd unitree_sdk2
mkdir build && cd build
cmake .. -DBUILD_EXAMPLES=OFF # 以 /usr/local 目录进行安装
sudo make install
# 编译 robot_controller
cd unitree_rl_lab/deploy/robots/g1_29dof # 或其他机器人
mkdir build && cd build
cmake .. && make

Sim2Sim

安装 unitree_mujoco。

• 将 /simulate/config.yaml 中的 robot 设置为 g1
• 将 domain_id 设置为 0
• 将 enable_elastic_hand 设置为 1
• 将 use_joystck 设置为 1。

# 启动模拟
cd unitree_mujoco/simulate/build
./unitree_mujoco
# ./unitree_mujoco -i 0 -n eth0 -r g1 -s scene_29dof.xml # 替代方案

cd unitree_rl_lab/deploy/robots/g1_29dof/build
./g1_ctrl
# 1. 按下 [L2 + 上键]，将机器人设置为直立状态
# 2. 点击 Mujoco 窗口，然后按下 8 键，使机器人的脚与地面接触。
# 3. 按下 [R1 + X]，运行策略。
# 4. 点击 Mujoco 窗口，然后按下 9 键，禁用弹性带。

Sim2Real

您可以使用此程序直接控制机器人，但请确保已在板上关闭了控制程序。

./g1_ctrl --network eth0 # eth0 是网络接口名称。

致谢

本仓库的构建得到了以下开源项目的大力支持与贡献。特别感谢：

• IsaacLab：作为训练和运行代码的基础。
• mujoco：提供了强大的仿真功能。
• robot_lab：在项目结构及部分实现方面提供了参考。
• whole_body_tracking：一款功能丰富的类人机器人运动追踪控制框架。

Unitree RL Lab 快速上手指南

Unitree RL Lab 是基于 Isaac Lab 构建的宇树机器人强化学习环境库，目前支持 Go2、H1 和 G1-29dof 机器人。本指南将帮助你快速完成环境搭建与基础运行。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统: Ubuntu 20.04 / 22.04 (推荐)
• 核心框架:
  • NVIDIA Isaac Sim >= 5.1.0
  • Isaac Lab 2.3.0
• 硬件要求: 配备 NVIDIA GPU 的 workstation（建议显存 8GB 以上）
• 依赖工具: Git, Conda, CMake, GCC

注意: 本项目依赖于 Isaac Lab，请先参照 Isaac Lab 官方安装指南 完成基础环境的安装。

安装步骤

1. 克隆项目代码

请将此仓库克隆到 Isaac Lab 目录之外 的独立文件夹中：

git clone https://github.com/unitreerobotics/unitree_rl_lab.git

2. 安装 Python 库

激活已安装 Isaac Lab 的 Conda 环境，并以可编辑模式安装本库：

conda activate env_isaaclab
cd unitree_rl_lab
./unitree_rl_lab.sh -i
# 安装完成后，重启终端或重新激活环境以生效

3. 下载机器人模型文件

你需要下载宇树机器人的描述文件。推荐使用 URDF 格式（需 Isaac Sim >= 5.0），也可选择 USD 格式。

方法一：使用 URDF 文件（推荐）

从 unitree_ros 仓库下载：

git clone https://github.com/unitreerobotics/unitree_ros.git

配置路径：打开 source/unitree_rl_lab/unitree_rl_lab/assets/robots/unitree.py，设置 UNITREE_ROS_DIR 为你的实际路径：

UNITREE_ROS_DIR = "</home/user/projects/unitree_ros/unitree_ros>"

(可选) 如需强制使用 URDF，可在配置中修改 robot_cfg.spawn。

方法二：使用 USD 文件

从 HuggingFace 下载（国内用户若访问缓慢，可尝试配置镜像或使用代理）：

git clone https://huggingface.co/datasets/unitreerobotics/unitree_model

配置路径：打开 source/unitree_rl_lab/unitree_rl_lab/assets/robots/unitree.py，设置 UNITREE_MODEL_DIR：

UNITREE_MODEL_DIR = "</home/user/projects/unitree_usd>"

4. 验证安装

列出可用任务以确认安装成功：

./unitree_rl_lab.sh -l

基本使用

训练模型

以下命令启动 G1-29dof 机器人的速度控制任务训练（支持任务名自动补全）：

./unitree_rl_lab.sh -t --task Unitree-G1-29dof-Velocity
# 等价于
python scripts/rsl_rl/train.py --headless --task Unitree-G1-29dof-Velocity

推理演示

使用训练好的策略进行可视化演示：

./unitree_rl_lab.sh -p --task Unitree-G1-29dof-Velocity
# 等价于
python scripts/rsl_rl/play.py --task Unitree-G1-29dof-Velocity

---

注：若需进行真机部署（Sim2Real）或 Mujoco 仿真测试，请参考项目原文档中的 "Deploy" 章节配置 unitree_sdk2 及相关控制器编译步骤。