Reference article 参考文章：

Unitree G1 真机部署链路详解 https://blog.csdn.net/shanpenghui/article/details/109354918

跑通宇树G1的 sim2sim https://blog.csdn.net/shanpenghui/article/details/109361766

安装配置

1. 创建虚拟环境

建议在虚拟环境中运行训练或部署程序，推荐使用 Conda 创建虚拟环境。

1.1 创建新环境

使用以下命令创建虚拟环境：

conda create -n robomimic python=3.8

1.2 激活虚拟环境

conda activate robomimic

2. 安装依赖

2.1 安装 PyTorch

PyTorch 是一个神经网络计算框架，用于模型训练和推理。使用以下命令安装：

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

2.2.2 安装组件

进入目录并安装：

cd RoboMimicDeploy_G1
pip install numpy==1.20.0
pip install onnx onnxruntime
pip install hydra-core

2.2.3 安装unitree_sdk2_python

git clone https://github.com/unitreerobotics/unitree_sdk2_python.git
cd unitree_sdk2_python
pip install -e .

运行代码

1. 运行Mujoco仿真代码

python deploy_mujoco/deploy_mujoco.py

2. Policy 说明

模式名称	描述
PassiveMode	阻尼保护模式
FixedPose	位控恢复至默认关节值
STANDMODE	从平躺状态站立
LocoMode	用于稳定行走的控制模式
Dance	查尔斯顿舞蹈
SKILL_ASAP	罗纳尔多的起跳动作
KungFu	武术动作
KungFu2	训练失败的武术动作
Kick	拿来凑数的动作
SkillCast	下肢+腰部稳定站立，上肢位控至特定关节角，一般在执行Mimic策略前执行
SkillCooldown	下肢+腰部持续平衡，上肢恢复至默认关节角，一般在执行Mimic策略后执行

3. 仿真操作说明

1. 连接Xbox手柄

2. 运行仿真程序：

python deploy_mujoco/deploy_mujoco.py

如果需要机器人从平躺状态站立，进入 LocoMode ，则运行以下指令

python deploy_mujoco/deploy_mujoco.py xml_path=g1_description/g1_29dof_LieDown.xml

3. Start键进入位控模式

4. 同时按住R1+A，进入LocoMode，并按下 BACKSPACE在仿真中使机器人站立，之后能通过摇杆控制机器人行走 (当机器人从平躺状态开始时，需要先按 L1+X 进入站立状态， 再按 R1+A 进入 LocoMode.)

5. 同时按住R1+X，进入Dance，机器人开始跳查尔斯顿舞蹈，在该模式下，可以随时按下L1进入阻尼保护模式，也可以按住R1+A恢复行走模式（不推荐），或按Start进入位控模式（不推荐）

6. 终端会显示舞蹈的进度条，结束后可按下R1+A恢复至正常行走模式

7. 在LocoMode模式下，按R1+Y让机器人表演武术动作，只推荐在仿真中使用

8. 在LocoMode模式下，按L1+Y让机器人表演训练失败的武术动作，只推荐在仿真中使用

9. 在LocoMode模式下，按R1+B让机器人表演踢腿动作，只推荐在仿真中使用

10. 在LocoMode模式下，按 L1+A 让机器人表演ASAP跳跃动作，只推荐在仿真中使用

4. 真机操作说明

1. 开机后将机器人吊起来

2. 运行deploy_real程序：

python deploy_real/deploy_real.py

3. Start键进入位控模式

4. 当机器人从平躺状态开始时，需要先按 L1+X 进入站立状态， 再按 R1+A 进入 LocoMode

5. 其他动作操作与仿真中一致

注意事项

1. 框架兼容性说明

当前框架暂不支持在搭载Orin NX平台的G1机器人上直接部署。初步分析可能是由于 unitree_python_sdk在Orin平台上的兼容性问题。针对机载Orin平台的部署需求，建议采用以下替代方案：

• 使用unitree_sdk2替代原Python SDK

• 基于ROS构建双节点架构：

  • C++节点：负责机器人与遥控器之间的数据收发

  • Python节点：专用于策略推理

2. Mimic策略可靠性警告

Mimic策略不保证100%成功率，特别是在湿滑/沙地等复杂地面上。若出现机器人失控情况：

• 按下 F1键激活阻尼保护模式(PassiveMode)

• 按下 Select键立即终止控制程序

3. 查尔斯顿舞蹈(R1+X) - 稳定策略说明

目前唯一在真机上验证稳定的策略：

⚠️ 重要注意事项：

• 建议拆除手掌：原始训练未考虑手掌碰撞（作者的G1初始无手掌）

• 起止稳定需求：舞蹈开始/结束时可能需要短暂人工稳定

• 舞蹈后过渡：虽然可以切换至行走模式/位控模式/阻尼模式，但建议：

  • 先切换至位控模式或阻尼模式

  • 过渡期间需提供人工稳定

4. 其他动作建议

其他所有动作目前均不建议在真机上部署。

5. 强烈建议

务必先在仿真环境中熟练操作，再尝试真机部署。