从 Isaac Lab 迁移

如果你有一个想在 UniLab 中运行的 Isaac Lab 任务，本页会告诉你哪些保持不变、 哪些会改变，以及锋利的边角在哪里。

哪些保持不变

  • Gymnasium 风格的 env 接口（reset、step、obs/reward/info）。

  • 基于 Hydra 的配置。你现有的大部分 YAML 可以通过字段名重映射来移植。

  • “任务”由 scene + reward + DR + obs 组合而成这一总体思路。

  • PPO 作为默认算法 —— UniLab 开箱即带 RSL-RL 的 PPO。

哪些会改变

Isaac Lab 概念

UniLab 对应物

备注

DirectRLEnv

unilab.base.np_env.NpEnv

UniLab 的 obs 始终是 dict，而不是 tensor。

RigidBody.cfg

任务侧的 asset 导入 + 场景组合

参见 场景组合。

GPU PhysX 后端

CPU MuJoCo / Motrix + GPU learner

架构倒置 —— 见下文。

RandomizationCfg

Domain Randomization 契约

UniLab 的 DR 只在冷路径重采样中运行。

RewardManager 链

env 中的 reward 组合，外加 unilab.training.reward 记账

reward 项仍然以 key 标识，以便分量级别的日志记录。

EventCfg 事件驱动钩子

Phase + curriculum + DR provider

钩子是显式的，而非隐式的。

架构倒置

Isaac Lab 把模拟器放在 GPU 上，让你在 PhysX 中批处理数千个 env。UniLab 把 模拟器放在 CPU 上（通常是多线程），并跨 worker 进程做批处理，与单个 GPU learner 共享内存。

由此带来的影响：

  • 在单个 env 上，UniLab 的每个 env 步进时间与 Isaac 相当甚至更差。 吞吐量来自进程并行 + 异步（参见 unilab.ipc.async_runner）。

  • 你可以用 MPS、ROCm、XPU 作为 learner 设备 —— Isaac 仅支持 CUDA。

  • 模拟器与 learner 之间不存在 GPU 争用 —— 你的 trainer 内存占用是可预测的。

逐步迁移

  1. 审查观测。 确保每个观测 key 都是一个无需 GPU PhysX 查询即可表达的向量。 如果不是，就添加一个状态估计器，或把该查询移到冷路径。

  2. 移植 asset。 UniLab 以 MJCF 作为唯一真实来源（source of truth）。如果你 有 USD，先转换为 MJCF。

  3. 移植 env。 继承 unilab.base.np_env.NpEnv。把 reward 计算移进 env 的 compute_reward()。

  4. 移植 YAML。 按照 任务配置翻译速查表 中的表格，把 Isaac Lab 的 EnvCfg 字段映射到 UniLab 任务 owner YAML。

  5. 移植 reward。 使用 Reward 移植 中的食谱。

  6. 验证。 训练一个小规模运行，把 reward 曲线与你的 Isaac 基线对比。

你会失去什么（以及如何弥补）

  • Isaac Sim 渲染器。 使用 Motrix 的无头视频导出，或构建一个 viser 场景 （unilab.visualization.viser_scene）。

  • 每个 env 的 tensor obs。 UniLab 给你的是 dict-of-arrays；如果你需要 tensor， 用你自己的 obs_to_tensor 包一层。

  • 内置的 GPU 侧 DR。 UniLab 的 DR 是 CPU 侧、按进程进行的。对大多数任务来说 这已经足够；对于极端并行，使用更多的 worker 进程。

另请参阅