ONNX 导出¶
ONNX 导出与训练脚本中的回放绑定。PPO 和 HIM-PPO 脚本在作为脚本运行时会设置 EXPORT_POLICY=True，然后在 training.play_only=true 回放期间导出。APPO、off-policy 和 MLX 回放路径也会在它们的脚本代码中导出 policy.onnx，并用 ONNX Runtime 验证它。
示例¶
uv run eval --algo ppo --task go2_joystick_flat --sim mujoco --load-run -1
uv run eval --algo sac --task g1_walk_flat --sim mujoco --load-run -1
使用与生成 checkpoint 时相同的 --algo、--task 和 --sim 值。关于部署上下文，参见 ONNX 运行时。