仿真

Wiki-GRx-Gym在 Mujoco 上测试使用 NVIDIA Isaac Gym 训练的 RL 策略在 GR1 机器人模型上的表现。你也可以使用 Mujoco 来查看你的机器人。

使用指南

创建conda环境

conda create -n wiki-grx-mujoco python==3.8

激活环境

conda activate wiki-grx-mujoco

安装Mujoco and Mujoco-viewer

pip install mujoco mujoco-python-viewer

1. 安装依赖:

   cd wiki-grx-mujoco

   pip install -e .

2. 在Mujoco中加载模型:

   进入Mujoco的bin目录:

   ./mujoco-3.1.5/bin/

   运行:

   ./simulate

   并拖动你想要查看的.xml文件到robots文件夹中

加载训练好的策略:

1. 进入文件位置:

   ./run/scripts

2. 运行代码:

   ./mjsim.py <robot_name> --load_model <path_to_model>

   例子 加载站立策略让GR1T1机器人站立:

   ./mjsim.py gr1t1 --load_model /home/username/.../policy/stand_model_jit.pt

   加载行走策略让GR1T2机器人行走:

   ./mjsim.py gr1t2 --load_model /home/username/.../policy/walk_model_jit.pt

   你可以在gr1tx_lower_limb.xml和robot_config中修改模型参数

3. 使用键盘控制机器人:

   仿真开始后，按** . **让机器人站立，按/让机器人行走!