# sac-unitree-go2-mujoco

> 权威词条地址：https://robotics.hellobike.com/models/cagataydev-sac-unitree-go2-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-go2-mujoco"}] |
| `updated` | 2026-02-24 |
| `family` | policy |
| `params` | 1.74M |
| `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-go2-mujoco |
| `hub_stats` | {"downloads": 60, "likes": 0, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/cagataydev/sac-unitree-go2-mujoco"] |

## 技术详解与生态说明

这是一个用于 Unitree Go2 四足机器人在 MuJoCo 仿真中向前行走的 Soft Actor-Critic（SAC）策略。模型训练使用 strands-robots 完成，训练环境为 MacBook CPU，不使用 GPU，也不使用 Isaac Gym。

策略网络为 MLP [256, 256]，训练步数为 1.74M，并行环境数为 8。环境中机器人来自 MuJoCo Menagerie，Unitree Go2 为 12 DOF；观测包含关节位置、速度、躯干姿态和高度，共 37 维，动作为 12 维连续关节力矩。

结果中给出了最高评估奖励 4,912、每回合平均距离 21 米、前进速度约 1 m/s，以及 1,000/1,000 的完整回合长度。仓库包含最佳 checkpoint、每 100K 步 checkpoint、评估日志和演示视频，许可为 Apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face cagataydev/sac-unitree-go2-mujoco](https://huggingface.co/cagataydev/sac-unitree-go2-mujoco)