IsaacLab从入门到精通（四） 强化学习流程运作

上一篇教程中我们讲解了强化学习环境是怎样组织的，这次我们将深入讲解整个IsaacLab强化学习的训练流程。

1.1 RL工程如何运作

这里将会结合简单介绍强化学习工程的运作。

1.1.1 环境载入

在一个主要流程（main）中，我们首先会初始化创建好的强化学习环境。例如在教程（三）中我们设置的环境，会通过gym（gymnasium，这是一个能够打包强化学习环境的工具包，参考链接：https://github.com/openai/gym）进行包装和初始化，包装的目的是在强化学习环境和强化学习算法中提供标准的通讯API，例如env.reset()等。同时，它会给写好的环境和设置好的算法注册一个任务名，方便在更换算法和环境时进行管理。在用gym.make()进行环境初始化时需要载入一些设置，这时就可以载入之前设置的强化学习环境设置类，用ManagerBasedRLEnvCfg进行加载。

env_cfg: ManagerBasedRLEnvCfg = parse_env_cfg(args_cli.task, use_gpu=not args_cli.cpu, num_envs=args_cli.num_envs)
env = gym.make(args_cli.task, cfg=env_cfg, render_mode="rgb_array" if args_cli