具身开发者社区

外观

踩坑GitHub unitreerobotics/unitree_rl_lab9 个月前

Unitree G1 Sim2Sim替换自训ONNX策略后机器人崩溃或抖动 ​

G1 Sim2Sim部署自训策略时机器人崩溃，系开发端deploy.yaml与训练配置不一致所致，需替换为训练logs目录下的配置文件。

AI 整理
  • 本体 SDK 与控制
  • 仿真与训练

宇树科技宇树 G1

本文由 AI 根据公开内容整理，可能有误，请以原文为准：met g1_29dof sim2sim problem（GitHub unitreerobotics/unitree_rl_lab #82）

状态：已解决

问题 ​

在Unitree G1 29DOF Sim2Sim测试中，使用原始policy.onnx可正常行走，但替换为自训tmp_policy.onnx（IsaacSim验证正常）并修改C++部署代码路径后，MuJoCo中机器人直接崩溃或释放即抖动。确认仅ONNX文件差异导致问题，且默认开发环境配置与自训模型不匹配。

环境 ​

机型：Unitree G1 29DOF；框架：unitree_rl_lab (main branch)、IsaacLab、MuJoCo；组件：OrtRunner C++部署代码、play.py导出ONNX、env.py训练配置。

解决办法 ​

  1. 定位模型训练过程中生成的 logs 文件夹，找到该次训练实际使用的 deploy.yaml 配置文件。
  2. 将开发部署目录（deploy folder）中的 deploy.yaml 替换为上述训练 logs 目录中提取的配置文件，确保推理参数与训练一致。
  3. 重新编译或运行C++部署程序加载自训 tmp_policy.onnx，验证Sim2Sim行走稳定性。
  4. 若仍存在抖动，检查 env.py 中奖励函数及归一化参数是否与训练时完全一致，避免手动修改导致配置漂移。

讨论原作者：@DavidZhaoP 等，版权归原作者所有。

来源

本页事实对应的公开页面，以原文为准。

  1. GitHub unitreerobotics/unitree_rl_lab #82：met g1_29dof sim2sim problem访问 2026-10-27