1.2 仿真环境
本节目标：把 1.1 介绍的训练栈在本机真正装好、跑通。终点是一条命令的"冒烟测试"——不追求训出什么，只验证「Isaac Sim 能起、G1 任务能注册、RSL-RL 能跑」整条链路是通的。
1. 软硬件环境
| 项 | 值 |
|---|---|
| GPU | NVIDIA RTX 5070 Ti（16 GB） |
| conda 环境 | isaaclab |
| Isaac Lab 版本 / 路径 | v2.3.2，/home/jeff/IsaacLab（脚本里用环境变量 ISAACLAB_DIR 可覆盖） |
| 训练入口 | $ISAACLAB_DIR/isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/train.py（脚本已封装） |
| MuJoCo | 暂未安装（M3 sim2sim 阶段再装，见 1.3） |
2. 我们项目的目录与脚本
项目仓（2-humanoid-locomotion/）只放薄封装，真正的训练代码在 Isaac Lab 里。脚本一览：
| 脚本 / 目录 | 作用 |
|---|---|
scripts/train_flat.sh | 训练平地行走（任务 Isaac-Velocity-Flat-G1-v0） |
scripts/train_rough.sh | 训练崎岖地形（任务 Isaac-Velocity-Rough-G1-v0） |
scripts/play.sh | 回放最新策略 + 导出 policy.pt / policy.onnx |
configs/ | 自定义 reward / 域随机化（继承官方 env，不改 Isaac Lab 源码） |
sim2sim/ | 导出策略 → MuJoCo 部署（M3） |
logs/ | 训练产物（已 gitignore；实际落盘在 $ISAACLAB_DIR/logs/rsl_rl/） |
3. 冒烟测试：确认环境就绪
这是整个项目的第一个动手目标：
# 进入项目目录，跑 10 个迭代的迷你训练（无界面）
scripts/train_flat.sh --max_iterations 10 --headless首次启动 Isaac Sim 会编译 shader、缓存资产，等几分钟是正常的，不是卡死。
通过标准（gate）：跑完没有报错，终端能看到 reward 在更新，且 $ISAACLAB_DIR/logs/rsl_rl/g1_flat/<时间戳>/ 下生成了日志 / checkpoint。看到这些就说明仿真环境 OK。