笔者刚刚入手灵巧手仿真，看到这个开源不错，希望可以从中入门

这是目前最流行的灵巧手强化学习基准库之一，由北京大学等机构开源。

• 为什么适合小白：

  训练极快： 基于 NVIDIA Isaac Gym，在单张 GPU（如 RTX 3060/3090/4090）上即可实现数千个环境并行，几十分钟就能看到灵巧手转笔、抓取的动作。

  • 任务丰富： 包含了 Shadow Hand（影手）、Allegro Hand 等多种手型，以及转笔、递东西、开门等几十种任务。

  • 代码结构清晰： 采用了模块化设计，算法（PPO/SAC等）和环境分离，适合学习。

  • 可视化效果好： 跑起来看着非常爽，很有成就感。

• 核心技术： PPO, Multi-Agent RL, Isaac Gym.

• GitHub地址：https://github.com/PKU-MARL/DexterousHands

• 上手建议： 按照 README 配置 conda 环境，直接运行它的 train.py 里的示例脚本（如 Shadow Hand Over 任务）。

项目需要下载conda,isaccgym,bi-dexhands包

下载完后，执行下面命令：

激活环境

conda activate Bi-DexHands 

使用python3.8的环境，isaccgym等都安装在这里面

进入文件夹

cd ~/DexterousHands-main/bidexhands

训练模型

python train.py --task=ShadowHandOver --algo=ppo

训练好的模型在文件夹logs/ShadowHandOver下

.pt为模型文件，另外一个是TensorBoard 的日志文件（Log File）。

命名格式（例子如下）：

• 1764123926：这是一个 Unix 时间戳，代表你开始训练的那一秒。

• andy-Legion-Y9000P-IAH7H：这是你的电脑主机名，用来区分是在哪台机器上跑的。

它不包含智能体的“大脑”（即模型权重），它包含的是训练过程中的指标数据。

当你运行 tensorboard --logdir=logs 并打开浏览器看到那些折线图（SCALARS）时，TensorBoard 读取的正是这个文件里的数据。它里面记录了：

Reward (奖励)：机器人做得好不好，分数有没有变高。Loss (损失)：神经网络的误差是多少。FPS：训练速度有多快。Episode Length：机器人每次坚持了多久。

################################################################################
                      Learning iteration 991/6500                       

                       Computation: 2430 steps/s (collection: 0.320s, learning 0.101s)
               Value function loss: 0.2217
                    Surrogate loss: -0.0503
             Mean action noise std: 0.79
                       Mean reward: 6.11
               Mean episode length: 55.74
                  Mean reward/step: 0.11
       Mean episode length/episode: 6.83
            Mean episode successes: 0.0000
Mean episode consecutive_successes: 0.0000
--------------------------------------------------------------------------------
                   Total timesteps: 1015808
                    Iteration time: 0.42s
                        Total time: 420.42s
                               ETA: 2334.8s

################################################################################

实时可视化方法

cd ~/DexterousHands-main/bidexhands

tensorboard --logdir=logs

点击左上角scalars有曲线显示

点进去里面有很多图表

测试训练后的模型

python train.py --task=ShadowHandOver --algo=ppo --model_dir=logs/ShadowHandOver/ppo/ppo_seed-1/model_6500.pt --test