日志

训练配置默认使用 TensorBoard，即 training.logger=tensorboard。设置 training.logger=wandb 可启用 Weights & Biases 集成。

TensorBoard

使用默认 logger 运行任意训练命令：

uv run train --algo ppo --task go2_joystick_flat --sim mujoco

运行目录会创建在 logs/<algo.algo_log_name>/<task>/ 下，除非所选技术栈覆盖了 training.log_root 或 training.log_dir。

各算法的日志根目录

algo_log_name 由各技术栈的配置设置，并解析为具体的根目录：

算法

日志根目录

algo_log_name 来源

PPO

logs/rsl_rl_ppo/<task>/

conf/ppo/config.yaml

MLX PPO

logs/mlx_rl_train/<task>/

conf/ppo/config_mlx.yaml

APPO

logs/appo/<task>/

conf/appo/config.yaml

SAC

logs/fast_sac/<task>/

conf/offpolicy/algo/sac.yaml

FlashSAC

logs/flash_sac/<task>/

conf/offpolicy/algo/flashsac.yaml

TD3

logs/fast_td3/<task>/

conf/offpolicy/algo/td3.yaml

run 目录命名

单个 run 目录以时间戳加仿真后端命名：

YYYY-MM-DD_HH-MM-SS_<sim_backend>

例如 2026-03-09_18-30-00_mujoco。写入 run 目录的常见本地产物包括：

  • run_config.json

  • run_summary.json

  • checkpoint 文件

  • play_video.mp4（MuJoCo，当该次 run 产生了回放视频时）

Weights & Biases

uv run train --algo ppo --task go2_joystick_flat --sim mujoco \
  training.logger=wandb \
  training.wandb_project=unilab

受支持的共享 W&B 字段在训练配置块中声明：

  • training.wandb_project

  • training.wandb_entity

  • training.wandb_group

  • training.wandb_name

  • training.wandb_tags

  • training.wandb_notes

  • training.wandb_mode

src/unilab/training/experiment.py 会在运行目录中写入 run_config.json 和 run_summary.json。当 training.logger=wandb 时，RSL-RL PPO 还会对 RSL-RL 的 W&B writer 打补丁。当后端为 MuJoCo 且该次 run 产生了 play_video.mp4 时，该视频会 被上传到 W&B run。

Trace 选项

off-policy 配置暴露了 trace 字段，例如 training.trace_enabled、 training.trace_output_dir、training.trace_thread_time 和 training.trace_cuda_events。