# 逐际动力 LimX TRON1：Isaac Lab 强化学习训练实操

> 原文链接：https://robotics.hellobike.com/tutorials/limx-tron1-isaaclab-rl
> 频道：tutorials | 更新日期：2026-10-22 | 标签：TRON1, Isaac Lab, PPO, 强化学习训练, rsl_rl, 双足机器人
> 核心摘要：本文整理 LimX TRON1 在 Isaac Lab 上使用 PPO 训练双足机器人运动策略的流程，覆盖环境要求、仓库安装、SF/WF 任务启动、常用训练参数和日志位置。

# 逐际动力 LimX TRON1：Isaac Lab 强化学习训练实操

> 本文依据以下官方文档整理：[raw.githubusercontent.com/limxdynamics/tron1-rl-isaaclab/mai](https://raw.githubusercontent.com/limxdynamics/tron1-rl-isaaclab/main/README.md)。命令与版本以文档当前版本为准。

## 前置条件

- Isaac Sim + Isaac Lab, with isaaclab / isaaclab_tasks / isaaclab_rl importable
- Python 3.10
- GPU (>= 12 GB VRAM recommended for multi-env training)

## 1. 克隆 tron1-rl-isaaclab 仓库

先获取 TRON1 的 Isaac Lab 强化学习训练仓库，并进入项目目录。该仓库是 Reinforcement learning training stack for the LimX TRON1 bipedal robot。
```bash
## 1. Clone the repository
git clone https://github.com/limxdynamics/tron1-rl-isaaclab.git
cd tron1-rl-isaaclab
```

## 2. 安装扩展与 vendored rsl_rl

在仓库目录中执行 editable install，安装 Isaac Lab extension 和随仓库提供的 rsl_rl。文档说明 Robot model assets 已随仓库包含，无需额外下载模型。
```bash
## 2. Editable install of the extension and vendored rsl_rl
pip install -e exts/bipedal_locomotion
pip install -e rsl_rl
```

## 3. 确认 TRON1 形态与 Task ID

训练任务注册在 exts/bipedal_locomotion/。SF_TRON1A 对应 sole foot (ankle pitch)，Task ID 前缀为 Isaac-Limx-SF-TRON1A-...；WF_TRON1A 对应 wheel，Task ID 前缀为 Isaac-Limx-WF-TRON1A-...。

## 4. 启动 SF 或 WF 训练

根据机器人形态选择训练命令。Solefoot 使用 Isaac-Limx-SF-TRON1A-Blind-Flat-v0；Wheelfoot 使用 Isaac-Limx-WF-TRON1A-Blind-Flat-v0，示例均为 4096 envs 且 headless。
```bash
## Solefoot (SF)
python scripts/rsl_rl/train.py --task Isaac-Limx-SF-TRON1A-Blind-Flat-v0 --num_envs 4096 --headless

## Wheelfoot (WF)
python scripts/rsl_rl/train.py --task Isaac-Limx-WF-TRON1A-Blind-Flat-v0 --num_envs 4096 --headless
```

## 5. 使用常用训练选项与查看日志

训练脚本支持 --checkpoint_path <path> 从指定 .pt checkpoint 恢复，--video 启用视频录制，--max_iterations N 覆盖最大迭代次数。日志路径为 logs/rsl_rl/<experiment_name>/<timestamp>_<run_name>/。

## 6. 了解相关部署仓库

文档列出 TRON1 RL deployment 相关仓库：tron1-rl-deploy-ros 对应 TRON1 RL deployment (ROS)，tron1-rl-deploy-python 对应 TRON1 RL deployment (Python)。本文不展开文档未给出的部署命令。

## 验证是否跑通

确认训练命令以对应 Task ID 启动，并在 logs/rsl_rl/<experiment_name>/<timestamp>_<run_name>/ 下生成日志。SF 使用 Isaac-Limx-SF-TRON1A-Blind-Flat-v0，WF 使用 Isaac-Limx-WF-TRON1A-Blind-Flat-v0。

## 文档里点名的注意事项

- Robot model assets (USD files) for SF_TRON1A and WF_TRON1A are bundled inside `exts/bipedal_locomotion/bipedal_locomotion/assets/usd/`. No additional model download is required.
- Task IDs are registered in exts/bipedal_locomotion/.
- GPU (>= 12 GB VRAM recommended for multi-env training).

## 原始参考来源 (Sources)

- [raw.githubusercontent.com/limxdynamics/tron1-rl-isaaclab/main/README.md](https://raw.githubusercontent.com/limxdynamics/tron1-rl-isaaclab/main/README.md)