RC_WheelLeg/05_software/train/rc_mjlab/sim2sim/README.md

后期 Sim2Sim 工具

本目录保存比赛训练架构之后形成的 MuJoCo 策略验证工具。v0.8.0 在早期 Sim2Sim 基础上增加 ONNX 策略加载、IK 参数扫描、纯 IK 绕桩验证和批量路线检查；训练任务与 MJCF 不在本阶段修改。

主要入口

• nav_sim2sim.py：Pygame 面板与 MuJoCo 多任务导航，Rough 策略优先加载根目录的 model_6800.onnx。
• sim2sim.py：较轻量的键盘控制与策略回放入口，优先加载 model_6800.onnx，缺失时回退到早期 model_rough.pt。
• ik_slalom_sim2sim.py：不依赖 RL 策略的 IK、差速轮、路径跟踪和绕桩测试。
• ik_compensation_sweep.py：批量扫描 IK 补偿参数并输出排序结果。
• nav_route_sim2sim_check.py：使用 ONNX 策略批量检查内置任务或外部航点路线。
• export_onnx.py：将兼容的 PyTorch actor checkpoint 导出并核对为 ONNX。
• interface/mujoco_io.py：MuJoCo 模型、传感器和执行器接口。
• policy/policy_runner.py：PT/ONNX 策略加载与历史观测缓存。

环境

主训练环境继续由根目录的 uv.lock 管理。后期 Sim2Sim 新增的 Pygame 与 ONNX Runtime 单独记录在 sim2sim/requirements.txt，运行时叠加，避免重新解析时改变已归档的 MuJoCo nightly 版本：

uv run --with-requirements .\sim2sim\requirements.txt python .\sim2sim\nav_sim2sim.py

训练工程提供 MuJoCo、NumPy、PyTorch、Matplotlib 和 pynput；专用 requirements 显式补充 Pygame 与 ONNX Runtime。下面其他命令同样使用 --with-requirements .\sim2sim\requirements.txt。

常用命令

# 比赛 Rough 策略交互回放
uv run --with-requirements .\sim2sim\requirements.txt python .\sim2sim\nav_sim2sim.py

# 轻量策略回放
uv run --with-requirements .\sim2sim\requirements.txt python .\sim2sim\sim2sim.py

# 纯 IK 绕桩验证
uv run --with-requirements .\sim2sim\requirements.txt python .\sim2sim\ik_slalom_sim2sim.py --test slalom

# IK 补偿参数扫描
uv run --with-requirements .\sim2sim\requirements.txt python .\sim2sim\ik_compensation_sweep.py --top 12

# 使用内置绕桩任务做批量 Sim2Sim 路线检查
uv run --with-requirements .\sim2sim\requirements.txt python .\sim2sim\nav_route_sim2sim_check.py `
  --terrain-xml .\sim2sim\terrain\scene_terrain.xml `
  --mission slalom `
  --onnx .\model_6800.onnx

# 导出早期参考 PT 权重；也可用 --pt-path 指定其他 checkpoint
uv run --with-requirements .\sim2sim\requirements.txt python .\sim2sim\export_onnx.py

模型与边界

• ../model_6800.onnx 是 last_not_slalom_1050 最终真机工程使用的比赛 Rough 策略，SHA-256 为 3C994BDD3434AD15770A52AC0E8D229F502F00D6511CDD42C2E2C742301AEF13。
• ../model_rough.pt 是较早阶段的参考 checkpoint，两者不是同一版本的权重。
• Crawl 模型未在本阶段归档；需要 Crawl 策略的入口会查找 model_crawl.onnx 或 model_crawl.pt。
• nav_route_sim2sim_check.py 依赖 ../tools/nav_tools/route_safety_check.py 的航点和避障几何定义；默认使用 points_20260715_120154.json 与 1hao.xml。

运行时生成的日志、临时 XML、route_check_runs/ 和批量实验输出不纳入版本库。人工打点形成的路线快照保存在 ../tools/nav_tools/points/，大量重复仿真轨迹仍不复制。