强化学习开源工程示例！让四足机器人挑战“2倍身高”极限跑酷！零基础友好！

 Extreme Parkour with Legged Robots

本文提出一种端到端强化学习方法，让低成本、感知与驱动都不精确的四足机器人仅凭一个前置深度相机，就能在复杂地形中完成跳跃2倍身高障碍、跨越2倍体长间隙、倒立行走等极限跑酷动作.

通过统一奖励机制与两阶段策略蒸馏实现仿真到现实的零样本迁移，突破了传统机器人对高精度硬件与显式规划的依赖。

项目链接：

https://github.com/chengxuxin/extreme-parkour

项目主页：

https://extreme-parkour.github.io/

环境镜像：

Isaac GYM:preview-4 - BJX00000001 - isaac-gym-v19

代码分支：

branch 版本描述：main

代码修改：

无

启动指令：

gm-run extreme-parkour/legged_gym/legged_gym/scripts/train.py --exptid 201-11-WHATEVER --device cuda:0 --no_wandb --headless --max iterations=1000

其他说明：

--no wandb：gm自带数据记录功能，在gm运行需要禁用wandb,必须填写

--headless：无头模式训练，必须填写

--max_iterations:最大训练轮次，可选

备注：GM平台仅支持tensorboard，此项目在GM运行只有日志显示，无图表显示。

开始使用GradMotion

GradMotion链接：https://gradmotion.com