项目结构

UniLab 将运行时 contract、配置、训练脚本和文档分置于不同的 owner 区域。当你需要在改动行为之前找到正确的层时，请使用这张索引图。

路径

Owner 角色

scripts/

轻量的训练与工具入口。脚本负责组合 Hydra 配置并调用 owner 层代码。

src/unilab/conf/

Hydra 根配置和任务 owner YAML。顶层 CLI 将后端选择暴露为 --task 加 --sim，然后组合出匹配的 owner YAML。

src/unilab/base/

Registry、env state、scene 以及 backend contract。

src/unilab/envs/

任务 env 实现，以及任务专属的 reset、reward、observation 和 DR 逻辑。

uni_rl (unilab-rl repo)

PPO、APPO 和 off-policy 算法代码。

uni_rl.ipc (unilab-rl repo)

共享内存与异步 runner 原语。

src/unilab/training/

共享的训练辅助工具，用于日志、回放、种子处理和配置守卫（config guard）。

src/unilab/visualization/

回放、渲染、NaN 检查以及 scene/export 工具。

tests/

Contract、config、env、algorithm、script 和集成测试。

docs/sphinx/source/en/

英文的用户、部署、开发者和参考文档。

docs/sphinx/source/zh_CN/

中文文档，其兼容性路径由语言切换器处理。

配置布局

主要的配置根为：

  • src/unilab/conf/ppo/config.yaml，用于 torch PPO。

  • src/unilab/conf/appo/config.yaml，用于 APPO。

  • src/unilab/conf/sac/config.yaml、src/unilab/conf/td3/config.yaml 和 src/unilab/conf/flashsac/config.yaml， 分别用于 SAC、TD3 和 FlashSAC，算法超参数内联在各自的 config.yaml 中。

任务 owner YAML 即后端身份。示例：

uv run train --algo ppo --task go2_joystick_flat --sim mujoco
uv run train --algo ppo --task go2_joystick_flat --sim motrix
uv run train --algo sac --task g1_walk_flat --sim mujoco

不要仅通过覆盖 training.sim_backend 来切换后端。

后续去向