# Unitree G1仿真外部RL策略因渲染帧率低致观测值重复失稳

> 原文链接：https://robotics.hellobike.com/pitfalls/2026-04-27-unitree-sim-isaaclab-116
> 频道：pitfalls | 更新日期：2026-04-27 | 标签：auto, github-issue, unitree_sim_isaaclab
> 核心摘要：外部RL策略控制G1仿真失稳，系渲染频率低导致历史observation数值重复；建议将策略集成至action_provider_wh_dds内部运行。

# Unitree G1仿真外部RL策略因渲染帧率低致观测值重复失稳

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[action_provider完全wholeody](https://github.com/unitreerobotics/unitree_sim_isaaclab/issues/116)（GitHub unitreerobotics/unitree_sim_isaaclab #116）

**状态**：有绕过办法

## 问题

在unitree_sim_isaaclab中通过DDS将G1控制交由外部RL策略时机器人无法维持稳定。分析发现仿真渲染频率仅约15Hz，导致外部策略获取的历史observation时间间隔为0.02s但数值完全相同（如[t, t+1...]全等），而内置运行时数据间隔0.1s且数值正常更新，该时序与数值偏差致使外部策略失效。

## 环境

机型：unitree-g1；软件：unitree_sim_isaaclab、Isaac Lab；硬件：i9-14900KF + RTX 5090；通信：DDS订阅low_cmd topic。

## 解决办法

1. 避免将依赖高频时序数据的RL策略部署在仿真外部通过DDS通信控制，防止因渲染帧率限制导致observation采样值重复。
2. 参考 `action_provider_wh_dds.py` 逻辑，将自定义RL策略直接集成到仿真环境的action provider内部运行，确保observation按真实仿真步长（约0.1s）正确更新。
3. 若必须使用外部策略，需修改仿真器或action provider代码以解耦渲染与物理步进，或在外部对接收到的重复观测值进行插值/滤波补偿，但官方暂无现成支持。

讨论原作者：@kcli-wy 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub unitreerobotics/unitree_sim_isaaclab #116：action_provider完全wholeody](https://github.com/unitreerobotics/unitree_sim_isaaclab/issues/116)