https://blog.csdn.net/weixin_44061195/article/details/IsaacGym四足机器人sim to real全过程详细解析(walk 本文使用强化学习的方法运行到Aliengo机器人上完成从训练到部署的全过程。使用的是方法方法是:Walk these Ways: Tuning Robot Control for Generalization with Multiplicity of Behavior 展开一、安装和配置本人测试了以下三种环境可以使用:不能使用:安装pytorch1.12配合CUDA11.6安装Isaac gym可以看我第一篇文章Isaac 展开二、训练1.训练硬件需求:至少10G显存,最好12G以上显存。本文测试使用3070笔记本 8G显存只能运行 Cfg.env.num_envs=1500 左右, 本文使用的代码结构是改编自legged_gym所以也可以借鉴我前面的 展开三、代码解析1.go1_gym/envs/base/legged_robot.py为机器人总类,计算总奖励,环境信息汇总,检查终止,创建仿真,使用actuator2.go1_gym/envs/rewards/corl_rewards.py为计算每个类型的reward 展开三、sim to real1.建立通讯:可以ping到机器人中tx2主板宇树的开发文档查看ip地址。1.下载docker镜像并导入机器人主板中1.远程控制到机器人中使用1.在宇树机器人上载入docker镜像使用命令 展开更多内容请查看https://blog.csdn.net/weixin_44061195/article/details/132830367