2.3 KiB
强化学习与仿真工程
rc_mjlab/ 保存 16DOF 轮足机器人的当前训练与 Sim2Sim 工程。历史快照由 Git Tag 保留，不在目录中复制 old、new 或 final 版本。
当前内容对应 v0.8.0：训练代码保持 v0.6.0 的比赛架构，包含 v0.7.0 的 MuJoCo 独立工具，并新增后期 Sim2Sim、路线检查和比赛最终 Rough ONNX 策略。训练过程可能先获得基模，再调整奖励、课程和环境参数继续训练；模型 checkpoint 的变化不等同于软件架构变化。
内容
src/robot：Flat、Rough、Crawl 训练任务和自定义 MDPmjcf：轮足机器人 MuJoCo 模型和网格sim2sim：策略加载、交互控制和比赛地形验证mujoco_sim：不依赖训练循环的姿态、IK、动力学和 MPC 分析mjlab：固定版本的本地训练框架依赖model_rough.pt：本阶段 Rough 策略权重model_6800.onnx：比赛最终使用的 Rough 策略pyproject.toml、uv.lock：Python 环境与依赖锁定
与 v0.3.0 相比，本版本更新了 MJCF 质量和惯性参数，并将 mjlab 上游基准从 00409797 更新到 40f8d93e。机械 CAD 未发生变化。
与 v0.4.0 相比，本版本没有再次修改 MJCF 和训练框架，只调整训练环境配置：投影重力噪声从 ±0.05 扩大到 ±0.08，最大动作延迟从 2 步增加到 4 步，扩大摩擦、刚度和阻尼随机化，增加腿部质量随机化与连续外力/力矩扰动。
v0.6.0 在 v0.5.0 之后转向比赛任务优化：降低部分过强随机化，加入分轴速度跟踪奖励、自适应指令课程、障碍地形释放课程、楼梯横向/偏航约束以及更完整的训练诊断。详细对比见 ../../01_doc/training_evolution.md。
v0.7.0 不修改比赛训练架构，增加独立 MuJoCo 工具；入口和参数边界见 rc_mjlab/mujoco_sim/README.md。
v0.8.0 继续保持训练架构和 MJCF 不变，归档后期 Sim2Sim 增量与比赛 Rough ONNX 策略；入口和归档边界见 rc_mjlab/sim2sim/README.md。
工程命令和任务说明见 rc_mjlab/README.md，本地依赖来源见 rc_mjlab/DEPENDENCIES.md。