Skip to content

ianzhaoyh/Unitree_23dof_g1_ASAP_pipeline

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

21 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

ASAP-Unitree-23dof-pipeline

这是一个将 ASAP 框架应用于宇树 G1 (23自由度) 机器人的训练和部署流程。


步骤一:环境设置 🛠️

首先,我们需要配置 Conda 环境并安装 Isaac Gym。

1. 创建并激活 Conda 环境

conda create -n asap23 python=3.8
conda activate asap23

2. 安装 Isaac Gym

从 NVIDIA 官网下载 Isaac Gym Preview 4,然后解压并安装。

# 假设您已下载 isaac-gym-preview-4.tar.gz
tar -xvzf isaac-gym-preview-4.tar.gz

安装其 Python API:

pip install -e isaacgym/python

通过运行示例来测试 Isaac Gym 是否安装成功:

# 进入 isaacgym/python/examples 目录
cd isaacgym/python/examples
python 1080_balls_of_solitude.py

3. 安装项目依赖

回到项目根目录,安装 HumanoidVerse 和其他依赖项。

# 确保您在 ASAP23dof 根目录
pip install -e .
pip install -e isaac_utils

步骤二:在 Isaac Gym 中训练 🏃‍♂️

完成环境设置后,可以开始在 Isaac Gym 中进行训练。

运行训练测试

使用以下命令启动一个简单的训练任务,以验证所有组件是否正常工作。

HYDRA_FULL_ERROR=1 python humanoidverse/train_agent.py \
+simulator=isaacgym \
+exp=locomotion \
+domain_rand=NO_domain_rand \
+rewards=loco/reward_g1_locomotion \
+robot=g1/g1_29dof_anneal_23dof \
+terrain=terrain_locomotion_plane \
+obs=loco/leggedloco_obs_singlestep_withlinvel \
num_envs=1 \
project_name=TestIsaacGymInstallation \
experiment_name=G123dof_loco \
headless=False

步骤三:Sim2Sim (MuJoCo 仿真) 🤖

将训练好的策略迁移到 MuJoCo 仿真环境中进行验证。

1. 安装 MuJoCo

pip install mujoco

2. 配置策略和模型路径

在运行仿真前,请务必在 deploy_g1_23_21.py 脚本中修改策略 (.onnx 文件) 和机器人模型 (.xml 文件) 的路径。

# 示例: deploy_g1_23_21.py
# policy_path = "/path/to/your/trained/model.onnx"
# xml_path = "/path/to/your/g1_23dof.xml"

3. 运行 MuJoCo 仿真

# 切换到包含部署脚本的目录
cd deploy/deploy_mujoco 
python deploy_g1_23_21.py

步骤四:Sim2Real (部署到实体机器人) 🦾

将策略部署到宇树 G1 实体机器人上。

1. 安装 Unitree SDK

参考宇树官方文档,安装与机器人通信所需的 unitree_sdk2

unitree_sdk2

mkdir build
cd build
cmake ..
make

再进入deploy/deploy_real/cpp_g1下 下载LibTorch,onnxruntime `

wget https://download.pytorch.org/libtorch/cpu/libtorch-cxx11-abi-shared-with-deps-2.7.1%2Bcpu.zip
unzip libtorch-cxx11-abi-shared-with-deps-2.7.1+cpu.zip

cd ~
wget https://github.com/microsoft/onnxruntime/releases/download/v1.17.3/onnxruntime-linux-x64-1.17.3.tgz
tar xf onnxruntime-linux-x64-1.17.3.tgz

To build the project, executable the following steps

mkdir build
cd build
cmake ..
make -j4

如果编译失败,关注修改makefilelist.txt里的内容 添加包的路径们

After successful compilation, executate the program with:

./g1_deploy_run {net_interface}

Replace {net_interface} with your actual network interface name (e.g., eth0, wlan0). 使用ifconfig从查询以太网接口名

About

We have organized a whole process to train unitree robot g1 , sim2sim_mujoco, sim2real based on ASAP(phase1)

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 5