Manip-Loco

go2_arm_manip_loco 将 Go2 运动与 Airbot 机械臂结合。已注册的 env 是 Go2ArmManipLoco，PPO owner 是 conf/ppo/task/go2_arm_manip_loco/mujoco.yaml，HIM-PPO owner 是 conf/ppo_him/task/go2_arm_manip_loco/mujoco.yaml。

PPO

uv run train --algo ppo --task go2_arm_manip_loco --sim mujoco training.no_play=true

HIM-PPO

HIM-PPO 由 conf/ppo_him/task/go2_arm_manip_loco/mujoco.yaml 配置，由 scripts/train_him_ppo.py 实现。它目前没有在 src/unilab/cli.py 中声明为顶层 uv run train --algo ... 路由。

如果用 MuJoCo 以外的后端构造该 env，它目前会抛出异常。请将后端选择保持在 --task go2_arm_manip_loco --sim mujoco，不要单独覆盖 training.sim_backend。

调参提示

  • env.control_config.arm_action_scale：机械臂 residual action 的幅度。

  • env.goal_ee：末端目标采样范围和轨迹时间。

  • reward.scales.tracking_lin_vel、reward.scales.tracking_ang_vel、reward.scales.stand_still：底盘行为的权衡。

  • env.domain_rand：质量、摩擦、推力和 PD 随机化会改变训练难度。

近风险检查

改动该任务后，运行 env contract 和 site-Jacobian 测试：

uv run pytest tests/envs/locomotion/go2_arm tests/base/backend/test_mujoco_site_jacobian.py

如果改过 XML 或 asset，至少确认 MuJoCo 能加载场景：

uv run python -c "import mujoco; m=mujoco.MjModel.from_xml_path('src/unilab/assets/robots/go2_arm/scene_flat.xml'); print(m.nq, m.nv, m.nu, m.nsensor)"

关于任务入口，参见 Manip-Loco。