环境代码走读
中文译本 · 原文 环境代码走读
走读 Isaac Lab-Arena 里定义并注册 Unitree G1 静态「苹果→盘子」环境的代码。
- 找到
galileo_g1_static_pick_and_place的注册入口。 - 顺着背景、苹果、盘子、本体和遥操作设备是怎么拼起来的。
- 解释为什么遥操作录的是
g1_wbc_agile_pink,评测跑的是g1_wbc_agile_joint。 - 看抓放任务的成功判定。
这一节只讲代码。想直接动手可以先去 遥操作与 WBC,做完再回来看环境是怎么注册的。
环境在做什么
静态苹果工作流自带 GalileoG1StaticPickAndPlaceEnvironment,注册名是 galileo_g1_static_pick_and_place。它复用 galileo_locomanip 的背景 USD,以及和移动操作版苹果任务相同的 OpenXR retargeter。
静态任务默认本体是 g1_wbc_agile_pink(AGILE 的端到端速度策略),不是用 HOMIE 站立/行走一对策略的 g1_wbc_pink。
当前实现把苹果和目标盘子固定,方便可复现示教;架子工作区下面加了一块看不见的支撑;默认锁腰;手指摩擦做过调参;并关掉会挡工作区的背景盒子。
静态任务从不走路,所以 AGILE 的单策略后端更合适。苹果和盘子在同一层架子上,底盘不用动,WBC 只负责站稳。
- 遥操作默认
g1_wbc_agile_pink:PinkIK + AGILE。 - 闭环评测用
g1_wbc_agile_joint:直接关节控制 + AGILE。
两者共用同一套 AGILE 下半身。推理时 _joint 版本绕开 PinkIK,因为策略学的是录制时 PinkIK 输出的关节空间目标。
环境是怎么拼起来的
调过的常数
从架子高度、物体摆放、资产缩放、架子支撑、手指摩擦和背景 prim 清理这些常数开始。源码:galileo_g1_static_pick_and_place_environment.py
SHELF_SURFACE_Z = -0.030
SHELF_AIRGAP = 0.005
SHELF_SUPPORT_PATCH_SIZE = (0.8, 1.5, 0.04)
SHELF_SUPPORT_PATCH_CENTER = (0.62, 0.0, SHELF_SURFACE_Z - SHELF_SUPPORT_PATCH_SIZE[2] / 2.0)
PICK_UP_OBJECT_SPAWN_XY = (0.5785, 0.27)
DESTINATION_SPAWN_XY = (0.5785, 0.06)
APPLE_SPAWN_XY_RANGE_M = 0.0
_USD_ORIGIN_ABOVE_BOTTOM_M = {
"apple_01_objaverse_robolab": 0.0171,
"clay_plates_hot3d_robolab": 0.0,
}
_TUNED_SCALES = {
TUNED_PICK_UP_OBJECT_NAME: (0.009, 0.009, 0.009),
TUNED_DESTINATION_NAME: (0.5, 0.5, 0.5),
}
APPLE_SPAWN_XY_RANGE_M 目前是 0.0,苹果出生点固定。盘子也固定,放置目标在各 episode 之间不变。
资产与设备注册
环境通过 Arena 的注册表加载背景、抓取物、目标、本体,以及可选的遥操作设备。看不见的架子支撑是就地定义的小 Object,只给这个静态苹果工作区用。源码:资产设置
class StaticShelfSupport(Object):
def __init__(self):
self.spawner_cfg = sim_utils.CuboidCfg(
size=SHELF_SUPPORT_PATCH_SIZE,
collision_props=sim_utils.CollisionPropertiesCfg(contact_offset=0.005),
visible=False,
)
super().__init__(
name="static_pick_place_shelf_support",
prim_path="{ENV_REGEX_NS}/static_pick_place_shelf_support",
object_type=ObjectType.SPAWNER,
initial_pose=Pose(
position_xyz=SHELF_SUPPORT_PATCH_CENTER,
rotation_xyzw=(0.0, 0.0, 0.0, 1.0),
),
tags=["background", "procedural"],
)
background = self.asset_registry.get_asset_by_name("galileo_locomanip")()
shelf_support = StaticShelfSupport()
pick_up_object = self.asset_registry.get_asset_by_name(args_cli.object)(scale=_asset_scale(args_cli.object))
destination = self.asset_registry.get_asset_by_name(args_cli.destination)(scale=_asset_scale(args_cli.destination))
embodiment = self.asset_registry.get_asset_by_name(args_cli.embodiment)(
enable_cameras=args_cli.enable_cameras,
lock_waist=args_cli.lock_waist,
)
embodiment.set_finger_contact_friction(...)
静态工作流和移动操作版共用 galileo_locomanip,因为灯光、架子几何和 23 维动作布局已经调过。看不见的支撑给物体一块干净的碰撞面。默认 g1_wbc_agile_pink 把 HOMIE 的站/走换成 AGILE 的单条端到端速度策略;g1_wbc_pink 仍可覆盖。当前源码对这个只动上半身的任务默认锁腰,并调高手指摩擦以便抓取。
物体摆放
源码:物体摆放
embodiment.set_initial_pose(
Pose(position_xyz=(0.25, 0.08, 0.0), rotation_xyzw=(0.0, 0.0, 0.0, 1.0))
)
embodiment.set_joint_initial_pos(G1_STATIC_OPEN_ARM_JOINT_POS)
pick_up_object.set_initial_pose(PoseRange(...)) # 当前 XY 范围为 0
destination.set_initial_pose(
Pose(position_xyz=(destination_x, destination_y, _shelf_spawn_z(args_cli.destination)),
rotation_xyzw=(0.0, 0.0, 0.0, 1.0))
)
机器人位姿为同架静态任务调过:略微靠向桌子,同时保留横向偏移,让两只手都能用。控制器运行时会把骨盆抬起来,所以初始 z=0.0 是故意的。苹果仍用 PoseRange,但范围是 0。盘子固定且在手臂够得到的地方。
场景组合
scene = Scene(assets=[background, shelf_support, pick_up_object, destination])
一块挂在架子上的背景、一块看不见的支撑、抓取物和目标。不需要第二张桌子,盘子和苹果在同一层。
环境配置回调
关掉部分背景盒子,并在 reset 后强制相机重绘一帧。源码:回调
def env_cfg_callback(env_cfg):
env_cfg.events.deactivate_static_pick_place_background_prims = EventTermCfg(
func=_deactivate_background_prims,
mode="prestartup",
params={"prim_relative_paths": _BACKGROUND_PRIMS_TO_DEACTIVATE},
)
env_cfg.num_rerenders_on_reset = 1
return env_cfg
去掉背景杂物。重绘是为了避免 reset 后第一次策略查询还看到上一局最后一帧相机画面。
抓放任务
task = PickAndPlaceTask(
pick_up_object=pick_up_object,
destination_location=destination,
background_scene=background,
episode_length_s=6.0,
task_description=task_description,
force_threshold=0.5,
velocity_threshold=0.1,
)
直接用 PickAndPlaceTask。把苹果、盘子、背景、6 秒超时、任务描述和标准终止逻辑接在一起。--task_description 默认是 move the apple to the plate。如果改了 --object 或 --destination,要显式传匹配的描述。力和速度阈值与移动操作环境一致,成功率可以对照。
组装成可运行环境
isaaclab_arena_environment = IsaacLabArenaEnvironment(
name=self.name,
embodiment=embodiment,
scene=scene,
task=task,
teleop_device=teleop_device,
env_cfg_callback=env_cfg_callback,
)
完整注册见源码 GalileoG1StaticPickAndPlaceEnvironment。类名 name = "galileo_g1_static_pick_and_place",get_env() 里按上面的顺序取资产、设位姿、建 Scene 和 PickAndPlaceTask,再交给 IsaacLabArenaEnvironment。
要点
这一课看了 Arena 如何注册静态苹果环境:摆机器人与物体、把苹果和盘子位姿固定、加架子支撑、默认锁腰、调手指摩擦、选用基于 AGILE 的本体,并用 PickAndPlaceTask 接上成功条件。