Wheel_Legged_Gym

安装配置

系统要求

• 操作系统：推荐使用 Ubuntu 20.04 或更高版本
• 显卡：Nvidia 显卡
• 驱动版本：建议使用 525 或更高版本

创建虚拟环境

1. 下载并安装 MiniConda

MiniConda 是 Conda 的轻量级发行版，适用于创建和管理虚拟环境。使用以下命令下载并安装：

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

安装完成后，初始化 Conda：

~/miniconda3/bin/conda init --all
source ~/.bashrc

2. 创建并激活虚拟环境

使用以下命令创建并激活虚拟环境：

conda create -n wheel-legged python=3.8
conda activate wheel-legged

安装依赖

1. 安装 PyTorch

PyTorch 是一个神经网络计算框架，用于模型训练和推理。使用以下命令安装：

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

2. 安装 Isaac Gym

从 Nvidia 官网下载 Isaac Gym。

解压后进入 isaacgym/python 文件夹，执行以下命令安装：

cd isaacgym/python
pip install -e .

运行以下命令，若弹出窗口并显示 1080 个球下落，则安装成功：

cd examples
python 1080_balls_of_solitude.py

3. 安装 Wheel_Legged_Gym

通过 Git 克隆仓库：

git clone https://github.com/kai698/Wheel_Legged_Gym.git

进入目录并安装：

cd Wheel_Legged_Gym
pip install -e .

---

使用指南

训练

运行以下命令进行训练：

python wheel_legged_gym/scripts/train.py --task=yuelu

使用 TensorBoard 监控训练过程：

tensorboard --logdir=./

参数说明

• --task: 默认为 yuelu
• --headless: 默认启动图形界面，设为 true 时不渲染图形界面（效率更高）
• --resume: 从日志中选择 checkpoint 继续训练
• --experiment_name: 运行/加载的 experiment 名称
• --run_name: 运行/加载的 run 名称
• --load_run: 加载运行的名称，默认加载最后一次运行
• --checkpoint: checkpoint 编号，默认加载最新一次文件
• --num_envs: 并行训练的环境个数
• --seed: 随机种子
• --max_iterations: 训练的最大迭代次数
• --sim_device: 仿真计算设备，指定 CPU 为 --sim_device=cpu
• --rl_device: 强化学习计算设备，指定 CPU 为 --rl_device=cpu

默认保存训练结果：logs/<experiment_name>/<date_time>_<run_name>/model_<iteration>.pt

play

如果想要在 Gym 中查看训练效果，可以运行以下命令：

python wheel_legged_gym/scripts/play.py --task=yuelu

说明

• Play 启动参数与 Train 相同。
• 默认加载实验文件夹上次运行的最后一个模型。
• 可通过 load_run 和 checkpoint 指定其他模型。
• Play 会导出 Actor 网络，保存于 logs/{experiment_name}/exported/policies/policy_1.pt。

---

故障排除

出现如下错误：ImportError: libpython3.8.so.1.0: cannot open shared object file: No such file or directory

1. 查找libpython3.8.so.1.0

   find / -name "*ibpython3.8.so.1.0*" 2>/dev/null

2. 添加动态链接库

   例：上面命令查找结果为：/home/kai/miniconda3/envs/wheel-legged/lib/libpython3.8.so.1.0

   则运行以下命令：

   echo 'export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:/home/kai/miniconda3/envs/wheel-legged/lib:$LD_LIBRARY_PATH' >> ~/.bashrc
   source ~/.bashrc

---

训练效果

开源参考

• legged_gym：腿式机器人强化学习框架。
• rsl_rl：强化学习算法实现。
• unitree_rl_gym：宇树机器人强化学习。
• Wheel-Legged-Gym：轮足机器人强化学习。