English | 简体中文

Wiki-GRx-Pipeline

本仓库提供使用强化学习（Reinforcement Learning, RL）算法训练傅利叶智能 GRx 系列机器人实现平地行走的完整流程指南。

环境要求

• Ubuntu 20.04 / Ubuntu 22.04 系统 (推荐使用 Ubuntu 22.04)
• NVIDIA GPU（建议GTX 3060以上性能）
• NVIDIA 显卡驱动（CUDA版本11.0以上）

实施流程

训练傅利叶智能 Fourier GRx 系列机器人平地地形行走能力的完整流程可分为以下步骤：

（N1 相关内容请查看 FourierN1 分支）

1. 准备机器人模型

   • URDF 模型

     • Wiki-GRx-URDF
     • 该仓库提供 Fourier GRx 系列机器人的 URDF 格式模型文件。

   • MJCF 模型

     • Wiki-GRx-MJCF
     • 该仓库提供 Fourier GRx 系列机器人的 MJCF 格式模型文件。

2. 训练行走策略

   • Isaac Gym 训练平台
     • Wiki-GRx-Gym
     • 该仓库提供在 Isaac Gym 中训练 Fourier GRx 机器人行走策略的代码实现。

3. 验证行走策略

   • MUJOCO 仿真平台
     • Wiki-GRx-Mujoco
     • 该仓库提供在 Mujoco 中验证 Fourier GRx 机器人行走策略的代码实现。

4. 部署真实机器人🤖

   • Wiki-GRx-Deploy
   • 该仓库提供将训练好的策略部署到真实 Fourier GRx 机器人的代码实现。

参考文档

请参阅文档 Fourier-GRX 以获取更多详细信息。

---

感谢您对傅利叶智能 N1 机器人项目的关注！ 希望本资源能为您的机器人开发提供有力支持！