Language

NaN 可视化工具¶

PPO 在 conf/ppo/config.yaml 的 training.nan_guard 下设有一个 NaN guard。启用后，scripts/train_rsl_rl.py 会安装 NanGuard，检查观测字典和奖励，并在检测到 NaN/Inf 值时写入一个 .npz dump 以及模型元数据。

uv run train --algo ppo --task go2_joystick_flat --sim mujoco \
  training.nan_guard.enabled=true \
  training.nan_guard.output_dir=/tmp/unilab/nan_dumps

viewer 的实现是 src/unilab/tools/viz_nan.py，注册为 unilab-viz-nan 控制台入口。它会回放一个 dump 路径，并让你选择环境索引。dump 格式和往返加载由 tests/test_nan_guard.py 覆盖。