# new-human-rl

**Repository Path**: miuseik/new-human-rl

## Basic Information

- **Project Name**: new-human-rl
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-05
- **Last Updated**: 2026-02-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 双足机器人强化学习训练框架

基于 **Isaac Lab** + **PyTorch** + **RSL_RL** 的双足机器人强化学习训练系统。

## 项目概览

本项目为机器人提供完整的强化学习训练解决方案，从仿真训练到真机部署的全流程支持。

### 技术栈

| 组件       | 技术             | 版本      |
| ---------- | ---------------- | --------- |
| 仿真引擎   | NVIDIA Isaac Sim | 2024.1.1+ |
| 环境框架   | Isaac Lab        | v0.2.0+   |
| 深度学习   | PyTorch          | 2.0+      |
| 强化学习   | RSL_RL           | v2.2.1+   |
| 机器人模型 | MJCF (MuJoCo)    | -         |

## 快速开始

### 1. 环境要求

**硬件：**
- GPU: NVIDIA RTX 3060 及以上 (推荐 RTX 4070+)
- VRAM: 至少 8GB (推荐 12GB+)
- RAM: 至少 16GB
- 存储: 至少 50GB 可用空间

**软件：**
- Ubuntu 20.04 / 22.04
- NVIDIA Driver 550+
- CUDA 11.8 / 12.1

### 2. 使用步骤

```bash
# 1. 克隆仓库（包含子模块）
git clone --recursive https://github.com/Chenpeel/rl.git
cd rl

# 2. 更新子模块
make submodule-update

# 3. 安装 uv（用于管理 Python 版本）
curl -LsSf https://astral.sh/uv/install.sh | sh
# 或者使用清华镜像 pip 安装
# $(which python) -m pip install -U uv -i https://pypi.tuna.tsinghua.edu.cn/simple
uv --version
# 4. 创建并激活 Python3.11 虚拟环境
uv venv -p 3.11
.venv/bin/activate.bat  # Windows
# source .venv/bin/activate.fish # Linux fish shell
# 可查看其他 shell
# ls .venv/bin/activate*

# 4. 安装项目
make install
# 5. 安装 Isaac Lab
cd dep/IsaacLab
./isaaclab.sh --install
cd ../../



# 5. 验证安装
make verify

# 6. 运行训练
make train
```


### 3. 自定模型

将自定义的 MJCF 模型文件放置在 `rl/robots/` 目录下，并在训练配置中指定模型名称即可。

> 编写urdf/mjcf的xml文件
> 使用可视化验证

```bash
make visualize-mjcf XML=robots/unitree_h1/scene.xml \
AUTORELOAD=0 #是否自动重载模型\
GRAVITY=1 #是否启动重力\
MODE=launch 
```

> 更多内容参考

```bash
make help
```