Genesis-backflip - GitLite

KO | EN

gitlite — search

#python #hacktoberfest #ai #typescript #android #rust #deep-learning #docker #cli #pytorch #security #ios #openai #open-source

Genesis-backflip

(★ 169)

No description available.

파일 탐색기

최종 버전 다운로드 (.zip)

- - __init__.py
- .gitignore
- LICENSE
- README.md
- setup.py
.gitignore
eval_backflip.py
locomotion_env.py
README.md
reward_wrapper.py
train_backflip.py
train_walk.py
utils.py

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/ziyanx02/Genesis-backflip

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd Genesis-backflip

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Python

쉬움 추천

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Python 3 설치 시 'Add Python to PATH' 옵션을 꼭 체크하세요 (Windows).

cd rsl_rl && pip install -e .

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

✅ 에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Genesis-backflip

A functional and streamlined codebase for locomotion training in Genesis, featuring:
- Effective domain randomizations and useful rewards
- Fundamental rewards for executing a complete backflip

We use the same domain randomizations as in this repository in both single and double backflips. During deployment, we slightly changed Kps used on the real robot to do a clean backflip.

## Usage

1. Install the modified version rsl_rl

```
    cd rsl_rl && pip install -e .
    ```

2. Train the Unitree Go2 for a backflip

This codebase includes only the fundamental rewards required for learning a backflip. You can observe how Go2 learns to perform a full backflip by running:
    ```
    python train_backflip.py -e EXP_NAME
    ```

3. Evaluate existing checkpoints

Run
    ```
    python eval_backflip.py -e EXP_NAME --ckpt NUM_CKPT
    ```

4. Generate a deployable checkpoint

To produce a deployable checkpoint comparable to the provided example in Genesis, additional rewards must be incorporated to regularize motion and minimize torque peaks.

## Acknoledgement

This codebase was inspired [legged_gym](https://github.com/leggedrobotics/legged_gym) and its reward design principles.