walk-these-ways

Improbable-AI 在 GitHub 开源的框架，主要语言 Python。 Sim-to-real RL training and deployment tools for the Unitree Go1 robot.

SDKImprobable-AIwalk-these-ways

开发工具档案怎么用、适配哪些机型、哪些环境验证过

Improbable-AI 在 GitHub 开源的框架，主要语言 Python。 Sim-to-real RL training and deployment tools for the Unitree Go1 robot.

框架python更新于 2024-06-16

概述

这个开发工具的核心职责、所属技术栈与硬件生态定位。

walk-these-ways是Improbable-AI开源的四足机器人仿真到真实迁移强化学习框架，采用Python作为主要开发语言，核心提供强化学习训练、仿真环境适配、真机部署工具三类核心功能模块，专门针对四足机器人的运动控制算法从仿真到落地的全流程需求设计。

该框架适配宇树Go1四足机器人，覆盖L3运动控制、L5算法训练、L7部署全技术栈层级，支持开发者基于框架内置的Sim-to-Real优化能力快速完成四足行走策略训练，可直接导出适配Go1硬件的可执行模型完成真机部署，无需额外做底层硬件适配开发。

工具分类、开发语言、GitHub 社区活跃度与环境要求。

工具类型: 框架
所属品牌 / 组织: 开源社区
开发语言: python
技术栈层级: L3 本体 SDK 与控制 · L5 仿真与训练 · L7 具身模型
适配机型数: 0 款
统计日期: 2026-10-13
环境注意事项: 不支持Windows原生运行，仅能通过WSL2使用且真机部署功能受限Ubuntu 20.04及以下版本默认Python版本过低，依赖安装易出现冲突

源码克隆、构建方式、已验证系统环境与版本更新记录。

git clone https://github.com/Improbable-AI/walk-these-ways.git
cd walk-these-ways
# 安装 Python 依赖与开发包
pip install -e .

版本 / 分支	验证环境	接入说明
main / 最新稳定分支（适配PyTorch 2.x、ROS 2 Humble版本）	Ubuntu 22.04 LTS + ROS 2 Humble / Python 3.10+ / PyTorch 2.x / CUDA 11.8~12.x	按照官方README安装依赖后，通过train.py启动仿真训练，deploy.py可导出策略直接部署到宇树Go1机器人上使用

支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。

尚未收录适配机型。

同一厂商开源的配套仓库或同技术栈开发工具。

本页事实对应的公开页面，以原文为准。