【宇树机器人全新开源，强化学习助力实操实训，领先技术助您快速掌握】
助您玩转实操实训，强化学习领跑科技创新
数界探索
9.9万元起，还能实现大规模量产的国产人形机器人，表现得真是非常出色：
而且它还选择了开源路径，就在刚才，宇树机器人的强化学习代码又进行了更新！
更新之后的功能不再局限于训练阶段——它现在还支持仿真运行，并且能够将模型部署到实际的机械设备上，整个流程的所有代码都将对外开放。
一开始，宇树近期开源了其在英伟达IsaacGym平台上进行训练的代码，并且这次更新还增加了对MuJoCo仿真环境的支持。这一进展不仅扩大了其技术的应用范围，也进一步推动了机器人与人工智能领域的研究边界。通过兼容MuJoCo，开发人员现在可以在更广泛的仿真环境中测试和优化算法，这无疑为科研人员和开发者提供了更多便利。此外，这也表明宇树在追求技术创新方面持续发力，致力于提供更加全面和灵活的解决方案，以满足不同应用场景的需求。
此外，该技术还能够迁移到实体机器人上运行，目前支持宇树的H1、H1-2和G1三款机器人。这项技术的应用不仅为机器人行业带来了新的可能性，也展示了人工智能与机器人技术结合的广阔前景。随着更多机器人型号的支持，我们可以期待在日常生活和工业应用中看到更加智能和高效的机器人助手。这不仅是技术进步的一个重要标志，也为未来的智能家居和自动化生产提供了更多的想象空间。
如今，从训练到模拟再到真机运行，整个强化学习（RL）套件的开源体系终于构建完成了。
看到这条消息，有网友兴奋地表示，训练机器人的方法终于被公之于众了！ 这一消息无疑为人工智能领域带来了新的希望与挑战。尽管目前的技术已经取得了显著的进步，但如何赋予机器人更接近人类的情感和思维仍然是一个复杂而艰巨的任务。此次方法的公开，不仅有助于推动相关技术的发展，也可能引发关于人工智能伦理和未来发展方向的新一轮讨论。无论如何，这都是一个值得期待的进展，它可能会让机器人在未来更好地服务于人类社会。
宇树给这个项目取名叫 RL GYM，可能和一开始专门提供基于 Issac Gym 的训练代码有关。
目前RLGYM平台新增了对MuJoCo的支持，使得在预训练的基础上进行仿真模拟成为可能。
训练阶段的 Issac Gym 需要 CUDA，也就是需要 N 卡，仿真阶段的 MuJoCo 则支持各种 GPU，甚至 CPU 和 TPU 也能运行。
从环境的安装配置，到训练和模拟，以及最后的真机迁移，不仅有代码，还有非常详细的手把手教程。这些教程覆盖了从理论到实践的全过程，使得即使是编程新手也能轻松上手。这种全面而细致的教学资源对于推动技术普及和降低学习门槛具有重要意义。它不仅能够帮助开发者快速掌握相关技能，还能促进技术创新和应用落地，为行业带来新的活力和发展机遇。
以最新款的 G1 为例，在 Issac Gym 里训练完之后的效果是这样的：
放到 MuJoCo 里模拟，就有了开头看到在这段 DEMO：
最终在G1真机上进行迁移，即可查看到训练的效果了（并且真机迁移的部分还配有中文教程）：
H1 和 H1-2 也与此类似，另外通过 RL GYM 还可以在 Issac Gym 里训练机器狗 Go2：
在宇树的开源体系中，RLGYM只是其中一个组成部分。在其所有的GitHub仓库里，按照星标数量排名，RLGYM位列第三。
排在首位的是为开源机器人操作系统ROS推出的模拟软件包，其中涵盖了宇树系列机器人的质量、惯量、力矩等关键参数。 这个更新对于研究和开发领域来说是一个重要的里程碑。它不仅简化了对宇树系列机器人的模拟过程，而且为开发者提供了更准确的数据支持，使得在没有实际硬件的情况下也能进行高效的测试与优化工作。这无疑将加速相关技术的研发进程，并可能推动更多创新应用的诞生。此外，这也表明开源社区正在不断发展壮大，通过共享资源来促进整个行业的进步。
星标数第二的仓库则是利用苹果VisionPro对G1进行远程操控的项目，该仓库的数据采集功能非常强大。这个技术的应用展示了未来远程操控与数据采集的新方向，尤其是在精确度和实时性方面有着显著的优势。这不仅为科研人员提供了新的工具，也为工业自动化领域带来了更多的可能性。随着技术的不断进步，我们有理由相信这类技术将会在更多领域得到广泛应用，进一步推动科技的发展。 （在此部分，我保持了原新闻内容的核心信息不变，即苹果VisionPro技术用于G1设备的远程控制以及其数据采集功能，并添加了一些个人对于这项技术应用前景的看法。）
采集到的数据是 JSON 形式，而训练通过 LeRobot 实现，因此宇树还提供了将 JSON 格式数据转为 LeRobot 所需格式的教程。
其中包含遥操作控制的代码教程，以及硬件配置图、物料清单和安装说明：
除了GitHub上发布的这些工具，宇树还在HuggingFace平台上公布了大量的训练数据集，与数据采集工具同步上线。 从这一举动可以看出，宇树不仅在技术创新方面走在前列，而且在开源共享的理念上也十分积极。通过在HuggingFace平台发布数据集，宇树为全球的研究人员和开发者提供了宝贵的资源，这无疑会加速相关领域的研究进展和技术迭代。此外，这也表明宇树愿意与其他机构和个人分享其成果，体现了开放合作的精神，这对于推动整个行业的发展具有重要意义。
该数据集涵盖了五种操作，通过配备三指灵巧手的宇树G1人形机器人进行采集。每幅图像的分辨率为640x480，每个手臂及灵巧手的状态与动作维度均为7。
比如，利用这套数据集，可以训练机器人掌握拧瓶盖倒水的技能： 在当今科技飞速发展的时代，这一创新成果不仅展示了人工智能技术在日常生活中的广泛应用潜力，也预示着未来智能家居设备将更加智能便捷。通过这样的训练，未来的机器人不仅能帮助人们完成日常琐事，还能在一定程度上提升人们的生活质量，特别是在照顾老人和儿童方面，能够提供更为周到的服务。此外，这项技术的发展也为服务型机器人的研发开辟了新的方向，使得机器人能够更好地融入人类社会，成为我们生活中的得力助手。
将三色积木叠放到一起：
除此之外，还包括将摄像头装入相应的包装盒内、整理并储存物品、使用双臂抓取红色积木并将其放入一个黑色长方体容器中的这些操作。
最后，宇树开源的也不只是和机器人相关的项目。
上个月，宇树推出了售价为419美元的激光雷达，并在产品发布的同时将其所采用的Point-LIO算法进行了开源。
项目仓库：
https://github.com/unitreerobotics/unitree_rl_gym