unitree_rl_lab Documentation

概要

unitree_rl_lab は、Unitree社のロボット（Go2、H1、G1など）向けの強化学習環境です。Isaac Labをベースに、ロコモーション（歩行制御）やモーショントラッキング（モーションキャプチャデータの再現）など、様々なタスクに対応しています。

リポジトリ

https://github.com/YumaMatsumura/unitree_rl_lab.git

主な機能

ロコモーションタスク (Locomotion)

速度コマンドに従ってロボットを歩行させるタスクです。カリキュラム学習により、段階的に複雑な地形での歩行を学習できます。

対応ロボット: Go2, H1, G1 (29DOF)

モーショントラッキングタスク (Mimic)

BVH形式のモーションキャプチャデータを読み込み、ロボットに再現させるタスクです。ダンスなどの複雑な全身動作の学習に適しています。

対応ロボット: G1 (29DOF)

使い方の流れ

1. 環境構築: Isaac Labのインストールとunitree_rl_labのセットアップ
2. 学習の実行: タスクとロボットを選択して強化学習を開始
3. パラメータ調整: 報酬関数や学習パラメータをカスタマイズ
4. 実機展開: 学習済みポリシーをC++コントローラに組み込んで実機で動作

クイックスタート

# ライブラリのインストール
./unitree_rl_lab.sh -i

# タスク一覧の表示
./unitree_rl_lab.sh -l

# 学習の実行（Go2の速度追従タスク）
./unitree_rl_lab.sh -t Unitree-Go2-Velocity

# 学習済みポリシーの再生
./unitree_rl_lab.sh -p Unitree-Go2-Velocity

または、直接Pythonスクリプトを実行：

# 学習
python scripts/rsl_rl/train.py --headless --task Unitree-Go2-Velocity

# 再生
python scripts/rsl_rl/play.py --task Unitree-Go2-Velocity

ドキュメント構成

このドキュメントでは、以下の内容を説明します：

• ディレクトリ構成: リポジトリの全体構造と各ディレクトリの役割
• パラメータ設定: 学習や動作をカスタマイズするための設定ファイルの詳細
• 環境設定（地形、報酬、観測など）
• PPOアルゴリズム設定
• モーショントラッキング設定
• デプロイ設定（実機用FSM）
• チューニングガイド: 目的別のパラメータ調整方法

必要な環境

• OS: Ubuntu 22.04 LTS
• GPU: NVIDIA GPU (RTX 3060以上推奨)
• Isaac Lab: 最新版
• Python: 3.10+
• CUDA: 12.x

ライセンス

このプロジェクトのライセンスについては、リポジトリのLICENCEファイルを参照してください。