开源项目rl_sar的安装与使用教程

【免费下载链接】rl_sar Simulation verification and physical deployment of robot reinforcement learning algorithms, suitable for quadruped robots, wheeled robots, and humanoid robots. "sar" represents "simulation and real" 项目地址: https://gitcode.com/gh_mirrors/rl/rl_sar

1. 项目目录结构及介绍

开源项目rl_sar的目录结构如下：

• .github/: 存放与GitHub相关的配置文件。
• src/: 包含项目的主要源代码，分为cpp和python两个子目录。
  • cpp/: 存放用C++编写的源代码。
  • python/: 存放用Python编写的源代码。
• config/: 存放配置文件。
• models/: 存放预训练的模型文件。
• scripts/: 存放一些辅助脚本。
• README.md: 项目的README文件，包含项目描述、安装和使用说明。
• LICENSE: 项目的许可文件。

2. 项目的启动文件介绍

项目的启动文件根据运行环境的不同而有所不同：

• 对于C++版本，主要的启动文件是src/rl_sar/rl_sim，该文件负责启动机器人控制程序。
• 对于Python版本，主要的启动文件是src/rl_sar/rl_sim.py，该文件同样负责启动机器人控制程序。

在启动之前，需要确保环境变量已正确设置，通常通过以下命令完成：

source devel/setup.bash

之后，可以在新的终端中根据需要运行C++或Python版本的启动文件：

rosrun rl_sar rl_sim  # 对于C++版本
rosrun rl_sar rl_sim.py  # 对于Python版本

3. 项目的配置文件介绍

项目的配置文件主要位于config/目录下，包含了不同机器人模型和环境的配置信息。主要配置文件包括：

• config.yaml: 包含了机器人控制、环境设置等基本配置信息。
• xxx/robot_lab/config.yaml: 当使用IsaacLab(IsaacSim)进行训练时，需要确保此处配置文件中的joint_names与robot_lab项目的配置文件中的关节顺序相匹配。

配置文件中包含了各种参数，如机器人的初始位置、控制参数、传感器数据等，用户可以根据自己的需求修改这些参数。

在运行项目之前，确保已经将预训练的模型文件复制到models/<ROBOT>/<CONFIG>目录下，并根据实际情况修改config.yaml中的参数。

【免费下载链接】rl_sar Simulation verification and physical deployment of robot reinforcement learning algorithms, suitable for quadruped robots, wheeled robots, and humanoid robots. "sar" represents "simulation and real" 项目地址: https://gitcode.com/gh_mirrors/rl/rl_sar