Legged Gym 是由苏黎世联邦理工学院(ETH Zurich)的 Robotic Systems Lab 开发的开源项目。它建立在NVIDIA 的 Isaac Gym 之上,用于腿足式机器人强化学习算法的研究和开发。
1.配置环境
2.安装源码
2.1.下载
git clone git@github.com:leggedrobotics/rsl_rl.git
git clone git@github.com:leggedrobotics/legged_gym.git
RSL RL(Robotic Systems Lab Reinforcement Learning)是与 Legged Gym 配合使用的强化学习库,主要是实现 PPO(Proximal Policy Optimization)算法。
2.2.安装 Python 依赖包
激活虚拟环境,注意该虚拟环境中需要安装Isaac Gym,这里采用上篇 “Ubuntu20.04安装IsaacGym” 中创建的虚拟环境。
# 激活虚拟环境,环境名称可自定义
conda activate isaac
# 安装 rsl_rl
cd rsl_rl
git checkout v1.0.2
pip install -e .
# 安装 legged_gym
cd ../legged_gym
pip install -e .
# 安装其它依赖
pip install numpy==1.23.5
pip install tensorboard
3.运行
执行下面命令行即可开始训练的例程:
python legged_gym/scripts/train.py --task=anymal_c_flat
训练完之后,可以play查看训练效果:
python legged_gym/scripts/play.py --task=anymal_c_flat