Humanoid-Gym

Humanoid-Gym: Reinforcement Learning for Humanoid Robot with Zero-Shot Sim2Real Transfer进阶

星动纪元开源的人形机器人强化学习行走训练框架，主打零样本仿真到真机。

Humanoid-Gym 是星动纪元（RobotEra）团队 2024 年开源的强化学习框架，论文作者为 Xinyang Gu、Yen-Jen Wang 和陈建宇（清华叉院），收录于 ICRA 2024 敏捷机器人研讨会。它基于英伟达 Isaac Gym 大规模并行训练人形机器人的行走策略（算法为 PPO），代码借用了 legged_gym 和 rsl_rl。特色是提供从 Isaac Gym 到 MuJoCo 的 sim2sim 流程：换一个物理引擎再测一遍，能提前暴露只在单一仿真器里才成立的策略，提高上真机的成功率。作者在 1.2 米高的 XBot-S 和 1.65 米高的 XBot-L 两款人形机器人上验证了零样本迁移到真实环境。它也常被当作给其他人形机器人入门强化学习行走的起点。