【Neural Whole-Body Control: HOVER ExBody2 神经全身控制实战】 4.3 训练流水线实现 - 完整代码套件

4.3 训练流水线实现 - 完整代码套件

📦 脚本内容说明

本代码套件实现以下核心功能：

1. Hydra配置管理：与IsaacLab风格统一的分层配置系统（机器人/训练/算法/奖励分离）

2. RSL-RL PPO优化：针对人形机器人高维动作空间（29-52 DoF）的专项优化（自适应KL惩罚、课程学习）

3. 4096环境并行：内存优化技巧（分块重置、观测缓冲区复用、延迟渲染）

4. Teacher-Student蒸馏：特权信息教师策略训练 + 机载观测学生策略蒸馏

5. 奖励函数工程：速度跟踪奖励（指数Shaping）、动作平滑惩罚、能量效率奖励

使用方式：

bash

# 1. Teacher Policy训练（特权信息，4096环境并行） python 43_training_pipeline.py --mode teacher --config-name g1_29dof_tracking # 2. Student Policy蒸馏（机载观测，延迟模拟） python 43_training_pipeline.py --mode student --teacher_checkpoint teacher.pt # 3. 恢复训练（支持断