sac-unitree-go2-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-go2-mujoco

模型档案汇总架构、许可、适配机型与资料来源

sac-unitree-go2-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1.74M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。

资料出处 Hugging Face cagataydev/sac-unitree-go2-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: 1.74M
Hub 下载量: 60; 出处Hugging Face
Hub 点赞: 0; 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-go2-mujoco --local-dir ./checkpoints/cagataydev-sac-unitree-go2-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-go2-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 Go2	模型 sac-unitree-go2-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 Go2 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