Win版：

安装IsaacLab

官方文档：https://isaac-sim.github.io/IsaacLab/main/source/setup/installation/index.html

个人安装IsaacSim版本5.1，安装参考文档即可

机器人资产：建议使用URDF，Isaac Sim 5.0+ 对 URDF 支持更完善

开源项目

本次将使用到两个项目的资源：

Unitree_ros:

• 提供机器人模型文件（URDF/USD）

Isaac Sim>=5.0 && 后续需要修改在Unitree_rl_lab中的配置

git clone https://github.com/unitreerobotics/unitree_ros.git

Isaac Sim<5.0 && 调整目录结构可直接运行

unitree_rl_lab

└── source

└── unitree_rl_lab

└── assets

└── robots

├── go2

│ └── go2.usd (以及其他相关文件)

├── g1

│ └── g1.usd

└── ...

git clone https://www.modelscope.cn/datasets/unitreerobotics/unitree_model.git

Unitree_rl_lab:

• 强化学习训练环境和代码

这个项目是宇树科技（Unitree Robotics）官方维护的强化学习库，它完全基于 NVIDIA Isaac Lab 构建。包含2025年最火的通用人形机器人（Unitree G1, H1）的训练代码，还展示了如何从零开始构建一个符合工业界标准的 Isaac Lab 项目

安装到IsaacLab同级目录

git clone https://github.com/unitreerobotics/unitree_rl_lab.git

进入根目录，启动虚拟环境，找到setup.py目录，安装并且检验

工作流程：

1. UniTree_rl_lab加载unitree_ros中的机器人模型

2. 创建训练环境

3. 使用强化学习算法驯良策略网路

4. 保存训练好的模型

具体配置修改

• 更新路径配置，因人而异，类似：UNITREE_ROS_DIR = r"D:\BIT\JSZN\UniTree_ros\unitree_ros" # Path to unitree_ros package

UNITREE_ROS_DIR = r"D:\BIT\JSZN\UniTree_ros\unitree_ros" # Path to unitree_ros package

• 将原项目配置从 USD 切换到 URDF

#之前（使用USD）： 
spawn=UnitreeUsdFileCfg( usd_path=f{UNITREE_MODEL_DIR}/Go2/usd/configuration/go2_description_base.usd", ), 
#现在（使用URDF）： 
spawn=UnitreeUrdfFileCfg( asset_path=f{UNITREE_ROS_DIR}/robots/go2_description/urdf/go2_description.urdf", )

• 工作原理 项目读取配置：UNITREE_GO2_CFG 使用 UnitreeUrdfFileCfg 加载 URDF 路径解析：D:\BIT\JSZN\UniTree_ros\unitree_ros\robots\go2_description\urdf\go2_description.urdf Isaac Sim 自动将 URDF 转换为内部格式（包含 ArticulationRootAPI，版本大于5.0解析USD会缺少这部分而无法运行训练任务） 创建机器人实例用于训练

运行训练任务：

cd D:\BIT\JSZN\UniTreeRLLAb\unitree_rl_lab conda activate isaaclab_learn python scripts/rsl_rl/train.py --task Unitree-Go2-Velocity --headless

Ubuntu版：

待补充