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 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。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：
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：
cd training_server/rl
python scripts/train.py Unitree-Go2-Flat --help