# sac-unitree-g1-mujoco

> 权威词条地址：https://robotics.hellobike.com/models/cagataydev-sac-unitree-g1-mujoco
> 所属分类：models | 最近核验日期：2026-02-24 | 技术层级：L7, L8

## 核心摘要

cagataydev 在 Hugging Face 发布的机器人模型，架构为 MLP Actor-Critic Policy (RL Locomotion)。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/cagataydev/sac-unitree-g1-mujoco"}] |
| `updated` | 2026-02-24 |
| `family` | policy |
| `params` | 2.65M |
| `architecture` | MLP Actor-Critic Policy (RL Locomotion) |
| `action_representation` | 连续关节目标位置 (Joint Position Targets) |
| `code_license` | Apache-2.0 |
| `weights_license` | Apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | cagataydev/sac-unitree-g1-mujoco |
| `hub_stats` | {"downloads": 73, "likes": 1, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/cagataydev/sac-unitree-g1-mujoco"] |

## 技术详解与生态说明

这是一个面向 Unitree G1 人形机器人的 MuJoCo 仿真运动控制策略，采用 Soft Actor-Critic（SAC）训练。当前策略处于学习平衡阶段，表现为可保持直立约 4 秒，并会向前踉跄移动；结果表中给出的最佳奖励为 530，平均移动距离为 2.65 m，episode 长度约为 200/1,000。

训练在 MacBook M 系列 CPU 上完成，未使用 GPU 或 Isaac Gym，并使用 strands-robots。训练配置包括 1.91M steps、8 个并行环境，以及 MLP [256, 256] 网络。环境使用 MuJoCo（通过 mujoco-python），机器人为来自 MuJoCo Menagerie 的 29 DOF Unitree G1；观测包含关节位置、速度、躯干朝向和高度，共 87 维，动作为 29 维连续关节力矩。仓库文件包括最佳 checkpoint、每 100K step 的 checkpoints、评估指标和演示视频，许可为 Apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face cagataydev/sac-unitree-g1-mujoco](https://huggingface.co/cagataydev/sac-unitree-g1-mujoco)