Skip to content
 
 

Repository files navigation

LeggedSkillDeploy

🌎 English | 🇨🇳 中文

LeggedSkill demo montage

LeggedSkillDeploy 一个基于状态机的 Python 多策略部署框架。

Bilibili 仿真视频 Bilibili 实机视频

支持机器人

  • 四足机器人:Go1、Go2
  • 双轮足机器人:Duow
  • 四轮足机器人:Go2W、M20
  • 人形机器人:G1(29 DoF)

具体策略及功能说明见 Policy 说明


1. 创建虚拟环境

使用以下命令创建并激活 conda 虚拟环境:

conda create -n lsd python=3.10
conda activate lsd

2. 快速开始

2.1 克隆 LeggedSkillDeploy

通过 Git 克隆仓库:

git clone https://github.com/haozhang04/LeggedSkillDeploy.git

2.2 安装依赖

进入项目目录并安装依赖。此过程可能需要一些时间:

cd LeggedSkillDeploy
pip install -r requirements.txt

2.3 运行仿真

2.3.1 MuJoCo

python src/rl_mujoco.py

2.3.2 MuJoCo GLFW

python src/rl_mujoco_glfw.py

2.3.3 Gazebo

需要先编译 ROS 2 工作空间:

cd robot_description/urdf && colcon build && cd ../..

然后:

python src/rl_gazebo.py

3. Policy 说明

机器人 Policy 说明
Go1 / Go2 himloco HimLoco 算法
np3o NP3O 算法
moe MoE 算法
go1 包含 loco、handstand、leggedstand、hop、bound
recoveryloco 恢复行走
go2_loco Go2 行走
go2_back_filp 后空翻
go2_silde_filp 侧空翻
go2_jump 跳跃
Duow duow 包含 loco
Go2W go2w_himloco 包含 loco、handstand、leggedstand
M20 M20 包含 loco、highplatform、DreamWaQ
M20_lab MoE 算法
G1(29 DoF) g1_amp 奔跑
g1_loco 稳定行走
dance_102 舞蹈
gangnam_style 江南 Style 舞蹈
dance1_subject2 查尔斯顿舞蹈

4. 操作指南

4.1 键盘控制

按键 说明
W / S 前进 / 后退,调整 X 方向速度
A / D 左移 / 右移,调整 Y 方向速度
Q / E 左转 / 右转,调整偏航角速度
2 切换到 站立
3 切换到 趴下
4 切换到 RL 控制
空格 速度清零
Backspace 重置仿真
/ 切换 RL 策略

4.2 Xbox 手柄控制

按键/摇杆 说明
左摇杆 控制前后移动和左右平移
右摇杆 控制转向
X 切换到站立
B 切换到趴下
A RL 控制策略 1
Y RL 控制策略 2
LB RL 控制策略 3
RB RL 控制策略 4
DU RL 控制策略 5
DR RL 控制策略 6
DD RL 控制策略 7
DL RL 控制策略 8

4.3 手机 Web 控制

启动程序后,终端会输出手机控制页面地址,手机与电脑连接到同一网络后,在浏览器中打开该地址即可控制。

[PHONE] Web control: http://<电脑IP>:8080/

手机 Web 控制界面


5. 实机操作说明

Warning

当前仅在 Go1 Pro 实机上完成测试。实机部署存在设备损坏风险,请在充分保护的条件下操作。

5.1 在 Go1 Pro 实机运行策略

  • 使用网线连接 Go1 Pro 与电脑。
  • Go1 Pro 机载电脑 IP 为 192.168.123.161;请将电脑 IP 设置为 192.168.123.12,子网掩码设置为 255.255.255.0
  • 确认可以正常连通:
ping 192.168.123.161
  • 在遥控器上依次执行以下组合键,进入调试模式:
L2 + A
L2 + A
L2 + B
L1 + L2 + START
  • 启动实机部署程序:
python src/rl_real_go1.py

5.2 适配你的机器人

  • 修改 src/interface/IOReal_go1.py,完成对应机器人的接口适配。

🙏 致谢

本项目基于以下开源项目开发,感谢原作者的贡献:

项目 仓库链接
RL_SAR GitHub
HIMLoco GitHub
NP3O GitHub
MoE GitHub
unitree_rl_lab GitHub

如果这个项目对你有帮助,请给我点个 Star ⭐!

About

A deployment framework for reinforcement learning-based motion control of legged robots, covering bipedal, quadrupedal, wheeled-bipedal, and wheeled-quadrupedal robots.

Resources

Contributing

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages