sac-unitree-g1-mujoco

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

模型cagataydevsac-unitree-g1-mujoco

模型档案汇总架构、许可、适配机型与资料来源

sac-unitree-g1-mujoco

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

具身模型
端侧部署

策略模型研究2.65M更新于 8 个月前

Hugging Face

概述

这个模型的核心架构、动作空间设计与真机部署定位。

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。

资料出处 Hugging Face cagataydev/sac-unitree-g1-mujoco

关键参数与架构规格

参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。

参数量: 2.65M
Hub 下载量: 73; 出处Hugging Face
Hub 点赞: 1; 出处Hugging Face

网络架构: MLP Actor-Critic Policy (RL Locomotion)
动作空间表示: 连续关节目标位置 (Joint Position Targets)
支持数据格式: SafeTensors

暂未公开或待收录：微调显存需求 · 闭环控制频率

快速部署与许可说明

开源许可证、权重拉取命令、预训练数据集与关联文章。

代码许可证

Apache-2.0

权重许可证

Apache-2.0

权重下载与策略推理参考

# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download cagataydev/sac-unitree-g1-mujoco --local-dir ./checkpoints/cagataydev-sac-unitree-g1-mujoco

# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=cagataydev/sac-unitree-g1-mujoco

关联机型

模型卡或论文声明在这些机器人上训练、微调或部署过；口径是作者声明，不是第三方复现。

机型关联记录 1

适配机型	实测说明与帧率表现	记录日期
宇树 G1	模型 sac-unitree-g1-mujoco（架构：MLP Actor-Critic Policy (RL Locomotion)，输出：连续关节目标位置 (Joint Position Targets)）基于宇树 G1 相关轨迹或任务环境训练/微调，可通过 Hugging Face 权重直接部署验证。	2026-02-24