# 内置 Go2 强化学习训练器

这里包含 `training_server` 默认任务 `Unitree-Go2-Flat` 所需的训练代码与资产：

- RSL-RL/PPO 训练入口；
- Go2 速度跟踪环境、观测、奖励、终止条件和课程配置；
- Go2 MJCF 与网格资产；
- checkpoint 保存及 `policy.onnx` 导出 runner。

这是 [unitreerobotics/unitree_rl_mjlab](https://github.com/unitreerobotics/unitree_rl_mjlab) 的最小内置子集，来源提交为 `1425b15f73bd4095f0df53709d7c389c3eb9e790`，按上游 Apache License 2.0 许可证分发，见 [`LICENSE`](LICENSE)。为避免复制与默认训练任务无关的机器人、真机部署和运动模仿代码，只保留了 Go2 速度任务依赖。

## 环境

从仓库根目录使用已有的 `.venv` 项目虚拟环境：

```bash
source .venv/bin/activate
python -m pip install -r training_server/rl/requirements.txt
```

训练服务会直接从本目录启动 `scripts/train.py`，不需要安装本目录自身。训练产物写入本目录的 `logs/rsl_rl/`（已被仓库忽略）。

可以脱离服务验证任务是否成功注册：

```bash
cd training_server/rl
python scripts/train.py Unitree-Go2-Flat --help
```