Isaac Lab

소개

Isaac Lab (Isaac Sim) 기반의 RBQ10 보행 정책 학습 환경입니다.
고정밀 물리 시뮬레이션에서 정책을 학습·검증하고, 실제 로봇 배포용 아티팩트를 생성합니다.

시스템 요구사항

항목	요구사항
OS	Ubuntu 22.04 (x86_64)
GPU	CUDA 지원 NVIDIA GPU
저장공간	최소 80 GB, 권장 120 GB 이상 (Isaac Sim / Isaac Lab / Conda / 캐시 포함)
네트워크	초기 설치 시 대용량 다운로드 필요

i

NOTE — 버전 확인

설치 전 dependencies.yaml과 scripts/setup.bash에서 정확한 버전 요구사항을 확인하세요.

워크플로우

Setup → Train → Play → Deploy

단계	설명
Setup	setup.bash로 Isaac Sim, Isaac Lab, Conda, 의존성 설치
Train	rbq10 태스크 학습
Play	rbq10_play 태스크로 정책 검증
Deploy	아티팩트 (policy.onnx, info.json) 내보내기 후 로봇 배포

Isaac Sim	MuJoCo

환경 설정

RBQ 저장소 루트에서 rbq_simulator/rbq_lab 디렉토리로 이동:

cd <workspace>/rbq_simulator/rbq_lab

설치 스크립트 실행:

bash scripts/setup.bash

학습 (Train)

bash scripts/train.bash

기본 태스크: rbq10. 학습 로그: logs/rsl_rl/<experiment_name>/

주요 옵션:

옵션	설명
--task	태스크 이름 (기본값: rbq10)
--num_envs	병렬 환경 수
--headless	GUI 비활성화
--resume	체크포인트에서 재개
--checkpoint	특정 체크포인트 경로
--max_iterations	최대 학습 이터레이션

전체 옵션: bash scripts/python.bash rbq_lab/train.py --help

Train RBQ-Lab

평가 (Play)

bash scripts/play.bash

기본 태스크: rbq10_play. 재현성을 위해 체크포인트를 명시적으로 지정하는 것을 권장합니다:

# scripts/play.bash 내부에 --checkpoint <path/to/model_*.pt> 추가

전체 옵션: bash scripts/python.bash rbq_lab/play.py --help

Play RBQ-Lab

배포 (Deploy)

Play 완료 후 내보내기 아티팩트 위치:

logs/<experiment_name>/exported/
├── policy.jit
├── policy.onnx
└── info.json

사전 학습된 정책:

rbq_simulator/rbq_lab/policy/rbq10/
├── info.json
└── policy.onnx

실제 로봇 배포는 Low Level (RL 정책)을 참조하세요.

디렉토리 구조

rbq_simulator/rbq_lab/
├── rbq_lab/
│   ├── envs/
│   │   ├── base/              # 기본 태스크 및 설정
│   │   └── rbq10/             # env.py, env_cfg.py, env_mdp.py, rbq10.py
│   ├── play.py
│   ├── train.py
│   └── utils/                 # camera, cli_args, keyboard, marker, math, rough
├── policy/
│   └── rbq10/
│       ├── info.json
│       └── policy.onnx
├── scripts/
│   ├── setup.bash, train.bash, play.bash
│   ├── activate.bash, clear.bash, isaacsim.bash, python.bash
├── dependencies.yaml
└── setup.py

정리: bash scripts/clear.bash (*.egg-info, __pycache__, 선택적으로 logs/ 삭제)

새 환경 추가

1. rbq_lab/envs/에 새 환경 폴더 추가.
2. env.py, env_cfg.py, env_mdp.py, rsl_rl_ppo_cfg.py 작성.
3. 필요 시 resources/에 에셋(USD 등) 추가, LAB_ASSET_DIR로 경로 참조.
4. rbq_lab/envs/__init__.py에 환경 등록.
5. 소수의 num_envs로 먼저 실행해 에셋 경로, 관측/행동 크기, 보상 정의를 검증.

관련 문서

• Isaac Gym — Isaac Gym 학습 환경
• Low Level (RL 정책) — 학습된 정책 배포
• 시뮬레이터 개요