Humanoid-Gym 开源人形机器人端到端强化学习训练框架！星动纪元联合清华大学、上海期智研究院发布!_humanoid gym

系列文章目录

 

---

前言

Humanoid-Gym: Reinforcement Learning for Humanoid Robot with Zero-Shot Sim2Real Transfer

GitHub Repository: GitHub - roboterax/humanoid-gym: Humanoid-Gym: Reinforcement Learning for Humanoid Robot with Zero-Shot Sim2Real Transfer

---

 

一、介绍

Humanoid-Gym是一个基于Nvidia Isaac Gym的易于使用的强化学习（RL）框架，旨在训练仿人机器人的运动技能，强调从仿真到真实世界环境的零误差转移。Humanoid-Gym 还集成了一个从 Isaac Gym 到 Mujoco 的仿真到仿真框架，允许用户在不同的物理仿真中验证训练好的策略，以确保策略的鲁棒性和通用性。

RobotEra 的 XBot-S（身高 1.2 米的仿人机器人）和 XBot-L（身高 1.65 米的仿人机器人）在真实环境中对该代码库进行了验证，实现了模拟到现实的零距离传输。

用于评估的机器人硬件平台

 

二、仿真环境搭建

 

欢迎访问我们的 Humanoid-Gym！

Humanoid-Gym 是一个基于 Nvidia Isaac Gym 的易于使用的强化学习（RL）框架，旨在训练仿人机器人的运动技能，强调从仿真到真实环境的零误差转移。Humanoid-Gym 还集成了从 Isaac Gym 到 Mujoco 的仿真到仿真框架，允许用户在不同的物理仿真中验证训练好的策略，以确保策略的鲁棒性和通用性。

RobotEra 的 XBot-S（身高 1.2 米的仿人机器人）和 XBot-L（身高 1.65 米的仿人机器人）在真实环境中对该代码库进行了验证，实现了模拟到现实的零距离传输。

2.1 特点

1. 仿人机器人训练

该库为仿人机器人的训练提供全面的指导和脚本。Humanoid-Gym 具有针对仿人机器人的专门奖励，简化了模拟到真实转移的难度。在本资源库中，我们以 RobotEra 的 XBot-L 为主要示例。只需稍作调整，也可用于其他机器人。我们的资源包括设置、配置和执行。我们的目标是通过提供深入的训练和优化，让机器人为真实世界的运动做好充分准备。

全面的训练指南： 我们为训练过程的每个阶段提供详尽的演练。
逐步配置说明： 我们的指导清晰简洁，可确保高效的设置过程。
易于部署的执行脚本： 利用我们预先准备好的脚本，简化培训工作流程。

2. Sim2Sim 支持

sim2sim 管道，使您能够将训练有素的策略转移到高精度和精心设计的仿真环境中。获得机器人后，您就可以放心地在真实环境中部署经过 RL 训练的策略。

我们的仿真器设置，尤其是 Mujoco 的设置，都经过了精心调整，以接近真实世界的场景。这种细致的校准确保了仿真环境和真实世界环境中的性能密切吻合。这一改进使我们的仿真更可信，增强了我们对仿真适用于真实世界场景的信心。

3. 去噪世界模型学习（即将推出）

去噪世界模型学习（DWL）提出了一种先进的模拟到现实框架，将状态估计和系统识别融为一体。这种双方法确保机器人的学习和适应在现实世界中既实用又有效。

增强的仿真适应性： 优化机器人从仿真环境过渡到真实环境的技术。
改进的状态估计能力： 用于精确可靠的状态分析的先进工具。

2.2 安装

用 Python 3.8 生成一个新的 Python 虚拟环境，使用 

conda create -n myenv python=3.8

为获得最佳性能，我们建议使用 NVIDIA 驱动程序版本 525

sudo apt install nvidia-driver-525

。支持的最低驱动程序版本为 515。如果无法安装 525 版本，请确保系统至少有 515 版本，以维持基本功能。
使用 Cuda-11.7 安装 PyTorch 1.13：

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

使用

conda install numpy=1.23

安装 numpy-1.23。
安装 Isaac Gym：
从以下地址下载并安装 Isaac Gym Preview 4

Isaac Gym - Preview Release | NVIDIA Developer.

cd isaacgym/python && pip install -e .

 使用

cd examples && python 1080_balls_of_solitude.py

运行示例。
有关故障排除，请参阅 isaacgym/docs/index.html。
安装 Humanoid-Gym：
克隆此软件源。

cd humanoid_gym && pip install -e .

2.3 使用指南

示例

# Launching PPO Policy Training for 'v1' Across 8192 Environments
# This command initiates the PPO algorithm-based training for the humanoid task.
python scripts/train.py --task=humanoid_ppo --run_name v1 --headless --num_envs 8192
 
# Evaluating the Trained PPO Policy 'v1'
# This command loads the 'v1' policy for performance assessment in its environment. 
# Additionally, it automatically exports a JIT model, suitable for deployment purposes.
python scripts/play.py --task=humanoid_ppo --run_name v1
 
# Implementing Simulation-to-Simulation Model Transformation
# This command facilitates a sim-to-sim transformation using exported 'v1' policy.
python scripts/sim2sim.py --load_model /path/to/logs/XBot_ppo/exported/policies/policy_1.pt
 
# Run our trained policy
python scripts/sim2sim.py --load_model /path/to/logs/XBot_ppo/exported/policies/policy_example.pt

1. 默认任务

humanoid_ppo

目的： 基准、PPO 策略、多坐标系低级控制
观察空间： 可变 （47 X H） 维度，其中 H 为坐标系帧数

权限信息： 73 维
humanoid_dwl （即将推出）

2. PPO 策略

训练命令： 如需训练 PPO 策略，请执行

python humanoid/scripts/train.py --task=humanoid_ppo --load_run log_file_path --name run_name

运行训练有素的保单： 要部署训练有素的 PPO 政策，请使用

python humanoid/scripts/play.py --task=humanoid_ppo --load_run log_file_path --name run_name

默认情况下，将加载实验文件夹中最后一次运行的最新模型。不过，也可以通过调整训练配置中的 load_run 和 checkpoint 来选择其他运行迭代/模型。

3. Sim-to-sim

基于 Mujoco 的 Sim2Sim 部署： 使用下面的命令利用 Mujoco 执行仿真到仿真 (sim2sim) 部署：

python scripts/sim2sim.py --load_model /path/to/export/model.pt

4. 参数

CPU 和 GPU 使用情况： 要在 CPU 上运行仿真，请同时设置 --sim_device=cpu 和 --rl_device=cpu。对于 GPU 操作，请相应指定 --sim_device=cuda:{0,1,2...} 和 --rl_device={0,1,2...}。请注意，CUDA_VISIBLE_DEVICES 并不适用，因此必须匹配 --sim_device 和 --rl_device 设置。
无头操作： 包括 --headless，用于无渲染操作。
渲染控制： 按 "v "键可在训练过程中切换渲染。
策略位置： 训练后的策略保存在 humanoid/logs/<experiment_name>/<date_time>_<run_name>/model_<iteration>.pt 中。

5. 命令行参数

关于 RL 训练，请参考人形机器人/utils/helpers.py#L161。关于模拟到模拟过程，请参阅 humanoid/scripts/sim2sim.py#L169。

2.4 代码结构

每个环境都取决于一个 env 文件 (legged_robot.py) 和一个配置文件 (legged_robot_config.py)。后者包含两个类： LeggedRobotCfg（包含所有环境参数）和 LeggedRobotCfgPPO（表示所有训练参数）。
env 和 config 类都使用继承。
cfg 中指定的非零奖励标度会为总奖励贡献一个相应名称的函数。
任务必须使用 task_registry.register(name,EnvClass,EnvConfig,TrainConfig)进行注册。注册可以在 envs/__init__.py 中进行，也可以在本资源库之外进行。

2.5 添加新环境

基本环境 legged_robot 构建了一个粗糙地形运动任务。相应的配置没有指定机器人资产（URDF/ MJCF），也没有奖励标度。

如果需要添加新环境，请在 envs/ 目录下新建一个文件夹，并将配置文件命名为 <your_env>_config.py。新配置应继承现有环境配置。
如果提议使用新机器人
在 resources/ 文件夹中插入相应的资产。
在 cfg 文件中，设置资产路径，定义体名、默认关节位置和 PD 增益。指定所需的 train_cfg 和环境名称（python 类）。
在 train_cfg 中，设置 experiment_name 和 run_name。
必要时，在 <your_env>.py 中创建环境。继承现有环境，覆盖所需的功能和/或添加自己的奖励功能。
在人形机器人/envs/__init__.py 中注册环境。
根据需要修改或调整 cfg 或 cfg_train 中的其他参数。要移除奖励，请将其比例设为零。避免修改其他环境的参数！

2.6 故障排除

请注意以下情况：

# error
ImportError: libpython3.8.so.1.0: cannot open shared object file: No such file or directory
 
# solution
# set the correct path
export LD_LIBRARY_PATH="~/miniconda3/envs/your_env/lib:$LD_LIBRARY_PATH" 
 
# OR
sudo apt install libpython3.8
 
# error
AttributeError: module 'distutils' has no attribute 'version'
 
# solution
# install pytorch 1.12.0
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
 
# error, results from libstdc++ version distributed with conda differing from the one used on your system to build Isaac Gym
ImportError: /home/roboterax/anaconda3/bin/../lib/libstdc++.so.6: version `GLIBCXX_3.4.20` not found (required by /home/roboterax/carbgym/python/isaacgym/_bindings/linux64/gym_36.so)
 
# solution
mkdir ${YOUR_CONDA_ENV}/lib/_unused
mv ${YOUR_CONDA_ENV}/lib/libstdc++* ${YOUR_CONDA_ENV}/lib/_unused

2.7 致谢

Humanoid-Gym 的实现依赖于机器人系统实验室（Robotic Systems Lab）创建的 legged_gym 和 rsl_rl 项目的资源。我们特别利用了他们研究中的 LeggedRobot 实现来增强我们的代码库。

2.8 引用

如果您使用本代码或其部分内容，请引用以下内容： 

@software{RobotEra2024Humanoid-Gym,
  author = {RobotEra},
  title = {{Humanoid-Gym: Reinforcement Learning for Humanoid Robot with Zero-Shot Sim2Real Transfer}},
  url = {https://github.com/roboterax/humanoid-gym},
  year = {2024}
}