unitree_rl_gym

宇树官方开源的强化学习运控示例框架，覆盖仿真训练到真机部署。

unitree_rl_gym 是宇树科技在 GitHub 开源的强化学习示例仓库，基于苏黎世联邦理工的 legged_gym（Isaac Gym 上的足式机器人训练框架）和 rsl_rl 算法库，支持 Go2 四足以及 H1、H1_2、G1 人形机器人。它把流程分成四步：在 Isaac Gym 里训练（Train），在仿真中回放检查（Play），把策略搬到 MuJoCo 里做仿真到仿真验证（Sim2Sim），最后部署到真机（Sim2Real）。仓库可导出 MLP 或 LSTM 策略网络，并为 G1 提供 C++ 部署示例。宇树另有一个基于 Isaac Lab（2.3 及以上）的 unitree_rl_lab 仓库，两者是不同项目。

例子新手常见路径：用仓库的 train.py 指定 --task=g1 训练 G1 行走策略，play.py 回放并导出网络，放进 MuJoCo 确认不摔，再上真机。

也叫

宇树 RL Gym、Unitree RL Gym

相关

legged_gym、Isaac Gym、rsl_rl、仿真到仿真迁移、宇树 G1、MuJoCo

来源

unitreerobotics/unitree_rl_gym GitHub 仓库
unitreerobotics/unitree_rl_lab GitHub 仓库

信息截至

2026-09