4.8 KiB
MJRL 机器人平台
把机器人模型导入 MuJoCo,验证动力学和控制响应,再打包为原生仿真应用。 平台可以适配兼容的外部策略,也可以通过同一训练环境在原生 MuJoCo CPU 或 MuJoCo Warp GPU 上训练运动策略。
| 层级 | 起点 | 产物 |
|---|---|---|
| 0 | 网格、URDF 或缺少已验证控制的 MJCF | 可编译模型和查看应用 |
| 1 | 兼容策略与明确的观测、动作和关节元数据 | 适配后的 ONNX、布局及数值一致性结果 |
| 2 | 完整模型与已知运动学 | 确定性控制器及原生验证报告 |
| 3 | 站姿已标定且控制意图明确的足式机器人 | 机器人规格及锁定形态模板训练 |
使用 AI Agent 进行接入与训练(推荐)
建议使用 AI Agent(如 Claude Code、Antigravity、Cursor、Codex 等)直接打开本仓库根目录文件夹,并通过自然语言指挥 AI 进行机器人接入、训练与打包。
仓库内置了 AGENTS.md、CLAUDE.md 以及位于 .claude/skills/ 下的专用工作流技能(setup-env、onboard-asset、tier1-adapt、tier2-control、tier3-train、new-task、train、controls、deploy、bundle-manual)。在仓库根目录下打开后,AI Agent 会自动读取工作规则与验证门禁——你只需告知 URDF、MJCF 或网格模型路径,即可指挥 AI 自动完成环境配置、模型检查与站姿标定、生成 tasks/<robot_id>/robot_spec.py、启动或恢复 PPO 训练、执行量化回放评测以及打包原生 .app 应用。
运行模型查看应用
在代码库根目录中使用 Python 3.10–3.13:
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -e ".[dev]"
python scripts/onboard.py inspect assets/smoke/smoke_biped.xml
python scripts/deploy.py --robot viewer_smoke --model assets/smoke/smoke_biped.xml --bundle out/viewer_demo
python scripts/play.py --app out/viewer_demo/viewer_smoke.app --headless --steps 20
选择尚未使用的输出目录。Windows 上使用 .venv\Scripts\Activate.ps1 激活。
该模型用于检验加载与打包。接入自己的机器人时,替换为实际模型并按检查报告的建议继续。
接入自己的机器人
- 用
scripts/onboard.py inspect检查模型和可用的配置或策略元数据。URDF 和独立网格可用build-mjcf转换。 - 根据接入流程选择层级。打包可控制应用前,分别验证 动力学和命令响应。
- 足式机器人先标定站姿,再用
scaffold-tier3生成tasks/<robot_id>/robot_spec.py。双足、四足、轮足双足和多足模板负责 观测、奖励、域随机化、课程和 PPO。 - 用
python scripts/train.py --list查看注册机器人,用python scripts/train.py --task <robot_id> --dry-run检查参数解析。
原生 .app 包含模型、资产依赖、控制器或策略以及 Python 入口。宿主提供
Python 和所列依赖。现有 Rust 浏览器与板端走独立的旧版包格式。轮足双足的混合
动作可导出并在原生运行时回放,旧版 Rust 使用其位置动作布局。
四个模板分别在原生 CPU 和 Warp GPU 上用合成模型完成过一次 PPO 更新, 用于验证执行路径。
Go1 示例还在 RTX 5080 上完成了 1,000 次 PPO 更新。选定检查点在 0.400 m/s 前进命令下,18 秒回放平均速度为 0.401 m/s, 平均绝对误差为 0.022 m/s,无重置。原生检查点与 ONNX 回放通过了前进、后退、 横移、转向及静止探测。这些是平地仿真结果,不是硬件资格认证,也不代表每个 机器人都能用相同训练规模学会控制。
轮足双足示例验证了腿部位置与车轮速度 混合控制。所选策略通过了原生前进、后退、转向和静止探测,并在其声明的 ±0.91 m/s 和 ±0.77 rad/s 范围内完成键盘及手柄测试。 G1 双足示例在完成 7,800 次 Warp 更新后,通过了 七项独立原生探测和满量程键盘测试。 研发记录汇总已验收应用、未通过的试验及实测原因。