1.7 KiB
1.7 KiB
依赖说明
Python 环境
- Python
>=3.10,<3.14 uv依赖管理- MuJoCo
3.8系列 mjlab[cu128]- PyTorch CUDA 12.8 环境
pynput- 后期 Sim2Sim 可选依赖：Pygame、ONNX Runtime
- 导航打点可选依赖：Pygame、Pillow
精确解析结果保存在 uv.lock。项目使用本地可编辑的 mjlab：
[tool.uv.sources]
mjlab = { path = "mjlab", editable = true }
mjlab 来源
- 上游仓库：
https://github.com/mujocolab/mjlab.git - 基准提交：
40f8d93e31b589dccae78ba6aadfc4b74cd1e3fd - 基准日期：
2026-06-02 - 上游许可证：Apache-2.0，许可证文件保留在
mjlab/LICENSE
本版本在该基准上保留 1 处本地修改：
mjlab/src/mjlab/envs/mdp/dr/actuator.py：为分组执行器补充名称到运行时执行器对象的解析，使 PD 增益和力矩限制随机化能够正确作用于轮腿机器人的执行器组。
本次归档保留修改后的完整工作树，但不包含上游 .git、本地缓存、生成日志和运行时临时文件。
基本入口
在 05_software/train/rc_mjlab 下执行：
uv sync
uv run train Robot-Flat-v0
uv run play Robot-Rough-v0
根 uv.lock 保留比赛训练环境的历史解析结果。后期 Sim2Sim 新增依赖单独保存在 sim2sim/requirements.txt，运行时叠加，避免重新锁定时升级历史 MuJoCo nightly：
uv run --with-requirements sim2sim/requirements.txt python sim2sim/nav_sim2sim.py
导航打点工具同样不修改历史锁文件：
uv run --with-requirements tools/nav_tools/requirements.txt python tools/nav_tools/nav_map_viewer.py
GPU、CUDA、MuJoCo development wheel 和驱动版本必须满足 pyproject.toml 与 uv.lock 的约束。