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を説明します。
トップレベル構成
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90 | unitree_rl_lab/
├─ deploy/ # 学習後の検証/実機化( Sim2Sim → Sim2Real )で使うC++コントローラ群
│ └─ robots/
│ └─ go2/ # Go2向けコントローラ
│ ├─ config/
│ │ └─ config.yaml # 状態機械(FSM)用のYAML設定
│ ├─ include/
│ ├─ src/
│ ├─ CMakeLists.txt
│ └─ main.cpp
│
├─ doc/
│ └─ licenses/ # ライセンス表記関係
│
├─ docker/ # Docker でIsaac Lab＋依存一式を再現するための設定
│ # 参照: ルート一覧（Docker関連フォルダの存在）
│
├─ scripts/ # 学習・推論の実行スクリプト置き場
│ ├─ mimic/
│ │ ├─ csv_to_npz.py # CSVからnpzへの変換スクリプト
│ │ └─ replay_npz.py # モーションデータの再生
│ ├─ rsl_rl/
│ │ ├─ train.py # 学習の実行スクリプト
│ │ ├─ play.py # 学習済みポリシーの再生
│ │ └─ cli_args.py # コマンドライン引数のパーサー
│ └─ list_envs.py
│ # 使い方例:
│ # python scripts/rsl_rl/train.py --headless --task Unitree-Go2-Velocity
│ # python scripts/rsl_rl/play.py --task Unitree-Go2-Velocity
│ # （同等のショートカットは unitree_rl_lab.sh 経由でも可）
│ # 参照: README の Installation/Verify/Running の例コマンド
│
├─ source/
│ └─ unitree_rl_lab/
│ ├─ config/
│ │ └─ extension.toml
│ ├─ docs/
│ └─ unitree_rl_lab/
│ ├─ assets/
│ │ └─ robots/
│ │ ├─ unitree.py # モデル参照パスの設定スクリプト
│ │ │ # ・USD を使う場合: UNITREE_MODEL_DIR を設定（Hugging Faceのunitree_modelを取得）
│ │ │ # ・URDFを使う場合: UNITREE_ROS_DIR を設定（unitree_rosを取得; IsaacSim 5.0+ 推奨）
│ │ │ # ・必要に応じて spawn 設定をURDFモードに切替
│ │ │ # 参照: README の「Download unitree robot description files」節
│ │ └─ unitree_actuators.py # アクチュエーターモデルの定義
│ ├─ tasks/
│ │ ├─ locomotion/ # ロコモーションタスク（速度追従など）
│ │ │ ├─ agents/
│ │ │ │ └─ rsl_rl_ppo_cfg.py # PPOアルゴリズムの設定
│ │ │ ├─ mdp/
│ │ │ │ ├─ commands/ # コマンド生成関数
│ │ │ │ ├─ rewards.py # 報酬関数の定義
│ │ │ │ ├─ observations.py # 観測関数の定義
│ │ │ │ └─ curriculums.py # カリキュラム学習の定義
│ │ │ └─ robots/
│ │ │ ├─ go2/
│ │ │ │ └─ velocity_env_cfg.py # Go2の速度追従環境設定
│ │ │ ├─ h1/
│ │ │ │ └─ velocity_env_cfg.py # H1の速度追従環境設定
│ │ │ └─ g1/
│ │ │ └─ 29dof/
│ │ │ └─ velocity_env_cfg.py # G1 29DOFの速度追従環境設定
│ │ └─ mimic/ # モーショントラッキングタスク
│ │ ├─ agents/
│ │ │ └─ rsl_rl_ppo_cfg.py # PPOアルゴリズムの設定
│ │ ├─ mdp/
│ │ │ ├─ commands.py # モーションコマンド生成
│ │ │ ├─ rewards.py # 報酬関数の定義
│ │ │ ├─ observations.py # 観測関数の定義
│ │ │ ├─ terminations.py # 終了条件の定義
│ │ │ └─ events.py # イベントハンドラ
│ │ └─ robots/
│ │ └─ g1_29dof/
│ │ ├─ gangnanm_style/
│ │ │ ├─ tracking_env_cfg.py # 江南スタイルのトラッキング環境設定
│ │ │ └─ G1_gangnam_style_V01.bvh_60hz.npz # モーションデータ
│ │ └─ dance_102/
│ │ ├─ tracking_env_cfg.py # ダンス102のトラッキング環境設定
│ │ └─ G1_dance_102.bvh_60hz.npz # モーションデータ
│ └─ utils/
│ ├─ parser_cfg.py # 設定ファイルのパーサー
│ └─ export_deploy_cfg.py # デプロイ設定のエクスポート
│
└─ unitree_rl_lab.sh # セットアップ＆実行ショートカット
# -i : ライブラリを editable でインストール（Isaac Lab環境のPythonで）
# -l : タスク一覧表示（IsaacLab本体より高速版のリスト）
# -t : 学習実行（train.py相当）
# -p : 再生実行（play.py相当）
# 参照: README の Installation/Verify の手順
|
主要ディレクトリの詳細
deploy/
学習後のポリシーを実機やSim2Simで動作させるためのC++コントローラが含まれています。各ロボット向けにディレクトリが分かれており、FSM（有限状態機械）による状態管理を行います。
scripts/
学習と推論を実行するためのPythonスクリプトが格納されています。
rsl_rl/: RSL-RLライブラリを使用した強化学習スクリプトtrain.py: 学習実行play.py: 学習済みポリシーの再生mimic/: モーションデータ関連のユーティリティ
source/unitree_rl_lab/unitree_rl_lab/
assets/robots/
ロボットモデルの設定とアクチュエーターモデルの定義が含まれています。
tasks/
タスクごとに環境設定が定義されています。
locomotion/: 速度追従タスク
agents/: PPOアルゴリズムの設定mdp/: MDP（マルコフ決定過程）の定義commands/: コマンド生成rewards.py: 報酬関数observations.py: 観測関数curriculums.py: カリキュラム学習robots/: ロボットごとの環境設定ファイル
mimic/: モーショントラッキングタスク
agents/: PPOアルゴリズムの設定mdp/: MDPの定義commands.py: モーションコマンド生成rewards.py: トラッキング報酬関数observations.py: 観測関数terminations.py: 終了条件events.py: イベント処理robots/: ロボットとモーションごとの設定ファイル
utils/
設定ファイルのパース処理やデプロイ設定のエクスポート機能など、ユーティリティ関数が含まれています。
ファイルの役割
設定ファイル
| ファイル |
説明 |
velocity_env_cfg.py |
速度追従タスクの環境設定（地形、報酬、観測、イベントなど） |
tracking_env_cfg.py |
モーショントラッキングタスクの環境設定 |
rsl_rl_ppo_cfg.py |
PPOアルゴリズムの学習パラメータ |
config.yaml |
デプロイ時のFSM設定 |
スクリプトファイル
| ファイル |
説明 |
train.py |
学習を実行するメインスクリプト |
play.py |
学習済みポリシーを再生するスクリプト |
csv_to_npz.py |
CSVモーションデータをnpz形式に変換 |
replay_npz.py |
npzモーションデータを再生・可視化 |
unitree_rl_lab.sh |
セットアップと実行のショートカットスクリプト |