humanoid-gym

收录理由

对于训练足式或人形机器人的团队来说，这个仓库提供了一个相当扎实的起点。它把基于Isaac Gym的完整强化学习流程打包在一起，省去了自己逐个拼接组件的麻烦。框架内置了专门为人形机器人设计的奖励函数，并且零样本的仿真到实物迁移已经在RobotEra的XBot-S和XBot-L上得到验证，说明训练出的策略确实能应对真实硬件的挑战。它还提供了一个从Isaac Gym到MuJoCo的仿真到仿真桥接，让你在接触真实机器人之前先在第二个物理引擎里检查策略，很多意外问题能在这个阶段就被发现。仓库里还讲解了来自RSS 2024的Denoising World Model Learning方法，补充了状态估计和系统辨识的技术，让部署更稳健。如果你本来就在用Isaac Gym，而且你的机器人跟XBot系列比较接近，那些设置指南和现成的训练脚本能帮你从空工作区较快地跑出一个可用的行走策略。