宇树G1人形机器人ROS2强化学习编舞：从仿真到实机的完整开发指南-平芜编程栈

这次我们来看一个将传统服饰文化与前沿机器人技术结合的开源项目——宇树G1人形机器人编舞表演。这个项目不是简单的动作回放，而是基于ROS2平台，通过强化学习算法让机器人学习并演绎具有“温和”人形运动风格的舞蹈，特别是穿着传统服饰时的动态表现。对于开发者、机器人爱好者以及文化科技跨界的研究者来说，它提供了一个从仿真到实机、从算法到应用的完整探索案例。

项目的核心看点在于，它并非一个封闭的黑盒演示，而是围绕宇树G1机器人及其开源生态展开。这意味着你可以深入代码层面，了解如何利用ROS2进行机器人控制，如何通过Gazebo进行仿真测试，以及如何应用或改进PPO等强化学习算法来优化机器人的运动姿态。本文将带你梳理从环境搭建、仿真测试到算法核心理解的完整路径，让你不仅能看懂这段表演，更有能力在此基础上进行二次开发，创造属于自己的机器人舞蹈或其它复杂动作序列。

1. 核心能力速览

能力项	说明
核心硬件	宇树G1人形机器人（实机）
开发/仿真平台	ROS 2 (Robot Operating System 2) + Gazebo 仿真环境
核心算法	强化学习（如PPO算法），用于运动技能学习
项目类型	开源机器人运动控制与行为生成项目
主要功能	1. 在仿真环境中训练机器人学习复杂、柔和的步态与舞蹈动作。 2. 将训练好的策略迁移到宇树G1实机进行表演。 3. 支持传统服饰等外部负载与动力学约束下的运动适配。
技术门槛	中等。需要具备Linux基础、Python编程能力，并对ROS2和机器人学基本概念有了解。
适合场景	机器人学教育、仿人机器人运动算法研究、文化科技融合项目、ROS2开发学习。

2. 适用场景与使用边界

这个项目非常适合以下几类人群：

机器人学学生与研究者：作为一个完整的“仿真-训练-实机部署”案例，是学习强化学习在机器人控制中应用的绝佳教材。
ROS2开发者：可以通过该项目深入理解ROS2在复杂人形机器人上的应用，包括话题、服务、动作通信以及URDF模型的使用。
科技艺术创作者：希望用机器人作为载体进行艺术表演，特别是需要编排具有特定风格（如“温和”、拟人化）舞蹈的团队。
宇树机器人用户：拥有或计划使用宇树G1/G2等机器人的开发者，可以借鉴其代码框架进行二次开发，实现自定义动作或任务。

使用边界与注意事项：

安全第一：在实机运行任何动作前，务必在Gazebo仿真环境中进行充分测试，确保动作稳定、无自碰撞风险。初始运行建议使用安全绳或在软垫上进行。
硬件依赖：核心实机演示依赖于宇树G1机器人。如果没有实机，可以专注于仿真环境的学习和算法研究。
知识门槛：需要投入时间学习ROS2和机器人基础理论，不适合完全零基础的爱好者期望一键运行。
性能要求：训练强化学习模型需要一定的算力（支持CUDA的GPU会大幅提升效率），仿真和实时控制对CPU也有要求。

3. 环境准备与前置条件

在开始之前，请确保你的开发环境满足以下基本要求。这是后续所有步骤的基础。

操作系统：

推荐：Ubuntu 22.04 LTS 或 Ubuntu 20.04 LTS。ROS2（尤其是Humble或Foxy版本）对Ubuntu支持最完善。
可选：其他Linux发行版或Windows WSL2，但可能需要解决更多依赖问题。

核心软件依赖：

ROS2：本项目通常基于ROS2 Humble或Foxy。请从ROS官方wiki安装对应版本的Desktop版。

# 以Ubuntu 22.04安装ROS2 Humble为例 sudo apt update && sudo apt install curl gnupg lsb-release sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null sudo apt update sudo apt install ros-humble-desktop python3-colcon-common-extensions source /opt/ros/humble/setup.bash

Gazebo：用于机器人仿真。安装ROS桌面版时通常已包含，也可单独安装。
```
sudo apt install gazebo11 libgazebo11-dev
```
Python 3：确保版本在3.8以上。
PyTorch：如果项目涉及深度强化学习（如PPO），需要安装PyTorch。请根据CUDA版本从官网获取安装命令。
```
# 例如，安装CPU版本 pip3 install torch torchvision torchaudio
```
Git：用于克隆代码仓库。
```
sudo apt install git
```

硬件准备（仿真可跳过）：

宇树G1机器人：确保机器人电量充足，并通过网络或USB与上位机正确连接。
稳定的网络环境：用于机器人与上位机间的ROS2通信。
安全环境：实机测试区域开阔、无杂物，最好有安全防护。

4. 安装部署与启动方式

项目的部署通常围绕其GitHub仓库进行。我们以典型的ROS2工作空间管理方式为例。

步骤1：创建ROS2工作空间并获取源码

# 创建并进入工作空间 mkdir -p ~/g1_dance_ws/src cd ~/g1_dance_ws/src # 克隆项目仓库（此处为示例，实际仓库地址需根据项目确定） # 假设项目仓库为 unitree_ros 或 unitree_g1_dance git clone https://github.com/unitreerobotics/unitree_ros.git # 或克隆具体的舞蹈项目仓库 # git clone https://github.com/xxx/g1_traditional_dance.git cd ..

步骤2：安装项目特定依赖进入项目目录，查看是否有package.xml或requirements.txt文件。

# 安装ROS包依赖 rosdep update rosdep install --from-paths src --ignore-src -r -y # 安装Python依赖（如果有） cd src/<project_package_name> pip3 install -r requirements.txt

步骤3：编译工作空间

cd ~/g1_dance_ws colcon build --symlink-install source install/setup.bash

步骤4：启动仿真环境（Gazebo）这是验证模型和基础控制的关键一步。通常会有启动机器人模型的launch文件。

# 示例命令，具体launch文件名称需查看项目文档 ros2 launch unitree_g1_description g1_gazebo.launch.py

如果成功，Gazebo界面会加载出宇树G1的模型。

步骤5：运行舞蹈节点或控制脚本在另一个终端中，source环境后运行对应的动作播放或控制节点。

source ~/g1_dance_ws/install/setup.bash # 示例：运行一个预编程的舞蹈动作节点 ros2 run unitree_g1_dance play_dance_node # 或者运行强化学习策略执行节点 ros2 run g1_rl_controller execute_policy

5. 功能测试与效果验证

在仿真和实机中，我们需要系统地验证从基础运动到复杂舞蹈的各个环节。

5.1 基础运动能力测试

目的：确认机器人模型在仿真中的基本关节控制是否正常。操作：

启动Gazebo仿真。
使用ros2 topic list查看当前话题，找到关节控制话题（如/g1/joint_states,/g1/command）。
可以编写一个简单的Python脚本或使用ros2 topic pub命令发送简单的关节角度目标，观察机器人模型是否响应。预期：机器人腿部、手臂关节能平滑运动到指定位置。

5.2 预编舞动作播放测试

目的：验证项目提供的传统服饰舞蹈动作数据能否正确执行。操作：

确保舞蹈动作文件（可能是.bag录制的ROS话题数据、.yaml配置文件或Python脚本）位于正确路径。
运行动作播放节点。
在仿真中观察机器人是否连贯、稳定地完成整套舞蹈动作。特别注意穿着“传统服饰”（在仿真中可能体现为增加的质量块或外部模型）后，平衡是否保持良好。预期：机器人能完整复现舞蹈，动作柔和（符合“温和的人形运动”描述），无摔倒或剧烈抖动。

5.3 强化学习策略验证

目的：如果项目包含训练好的强化学习策略，验证其决策和控制效果。操作：

加载训练好的模型文件（如.pt或.pth）。
启动策略执行节点，该节点会实时读取机器人状态（仿真或实机传感器数据），并输出关节力矩或位置指令。
在仿真中，你可以尝试轻微推动机器人，观察其能否自主恢复平衡，或者观察其舞蹈动作是否比预编程的更自然、抗干扰能力更强。预期：机器人表现出基于学习的自适应能力，运动更拟人，对环境扰动有一定鲁棒性。

5.4 实机迁移测试（如有条件）

目的：将仿真中验证成功的策略迁移到真实宇树G1机器人上。操作：

至关重要：在实机运行前，在仿真中反复测试，确保万无一失。
配置好真实机器人的网络连接（通常为UDP），确保ROS2话题能跨机器通信。
将上位机（运行ROS2节点）与机器人设置为同一网络，并正确配置ROS_DOMAIN_ID等环境变量。
先在实机上运行基础状态发布节点，在上位机端使用ros2 topic echo确认能收到机器人的关节状态、IMU数据。
谨慎地在上位机运行舞蹈控制节点，从最简单的站立、小幅挥手开始，逐步过渡到完整舞蹈。预期：真实机器人能安全、稳定地复现仿真中的舞蹈表演。由于实机存在摩擦、延迟等不确定因素，动作可能略有差异，需进行参数微调。

6. 接口API与二次开发

该项目的核心接口是ROS2的话题（Topic）、服务（Service）和动作（Action）。这是进行二次开发的基石。

核心控制话题示例：

状态订阅：/g1/joint_states(传感器数据)，/g1/imu(姿态数据)。
命令发布：/g1/joint_commands(发送关节目标位置、速度或力矩)。

一个简单的Python控制节点示例：

#!/usr/bin/env python3 import rclpy from rclpy.node import Node from sensor_msgs.msg import JointState from your_interface_pkg.msg import JointCommand # 需替换为实际消息类型 class SimpleDanceNode(Node): def __init__(self): super().__init__('simple_dance_node') # 订阅关节状态 self.subscription = self.create_subscription( JointState, '/g1/joint_states', self.listener_callback, 10) # 发布关节命令 self.publisher = self.create_publisher( JointCommand, # 或具体消息类型 '/g1/joint_commands', 10) timer_period = 0.5 # 秒 self.timer = self.create_timer(timer_period, self.timer_callback) self.joint_positions = [0.0] * 12 # 假设12个关节 def listener_callback(self, msg): # 处理接收到的状态信息 self.get_logger().info(f'Received joint positions: {msg.position[:3]}...') def timer_callback(self): # 生成简单的舞蹈动作序列（示例：正弦波摆动） msg = JointCommand() import math for i in range(len(self.joint_positions)): self.joint_positions[i] = 0.1 * math.sin(self.get_clock().now().nanoseconds / 1e9) msg.positions = self.joint_positions msg.header.stamp = self.get_clock().now().to_msg() self.publisher.publish(msg) self.get_logger().info('Publishing joint commands') def main(args=None): rclpy.init(args=args) node = SimpleDanceNode() rclpy.spin(node) node.destroy_node() rclpy.shutdown() if __name__ == '__main__': main()

如何集成新舞蹈动作：

动作录制：使用示教器或遥操作记录关键姿态，保存为关节角度序列。
动作建模：将序列处理成时间-位置曲线，或使用更高级的算法（如动态运动基元DMP）进行表征。
创建ROS2节点：编写节点读取动作数据，并按照一定频率发布到/g1/joint_commands话题。
加入触发机制：可以通过ROS服务或动作服务器来触发舞蹈开始、暂停、切换。

7. 资源占用与性能观察

在开发和运行过程中，监控系统资源至关重要。

CPU/内存占用观察：

命令行工具：使用htop或top命令实时查看进程资源占用。Gazebo、ROS2节点（尤其是强化学习推理节点）可能是CPU消耗大户。
ROS2工具：ros2 top命令可以查看每个节点的CPU和内存使用情况。

网络通信诊断：

使用ros2 topic bw /topic_name查看话题带宽，确保实时控制话题没有延迟累积。
使用ros2 topic hz /topic_name查看话题发布频率，确认是否达到预期控制频率（通常为100Hz以上）。

仿真实时因子（Real-time Factor）：

在Gazebo界面左下角或通过gz topic -e /gazebo/default/world_stats查看实时因子。理想情况下应接近1.0。若远小于1，说明仿真计算过慢，需要简化模型或使用更高效的物理引擎参数。

实机控制延迟：

这是性能关键。可以通过在上位机发送命令的时间戳和机器人传感器反馈的时间戳之差来估算闭环延迟。延迟过大（如>20ms）会影响平衡和动态性能。优化方法包括使用轻量级消息、提高节点优先级、使用实时内核等。

8. 常见问题与排查方法

问题现象	可能原因	排查方式	解决方案
编译错误	缺少ROS2或系统依赖包。	查看`colcon build`的错误信息，通常是找不到头文件或库。	运行`rosdep install`安装缺失依赖。检查`package.xml`中的依赖声明。
Gazebo启动黑屏或模型加载失败	模型路径错误、Gazebo版本不兼容、显卡驱动问题。	查看终端中Gazebo启动的警告和错误信息。检查`GAZEBO_MODEL_PATH`环境变量。	确保URDF模型文件存在且语法正确。尝试使用`gz sim`(Gazebo Sim) 替代。更新显卡驱动。
ROS2节点找不到	工作空间未source，或节点未正确编译安装。	运行`source install/setup.bash`。用`ros2 pkg list`查看包是否存在。	确认编译成功，并在正确的终端中source环境。
话题无法通信（仿真/实机）	网络配置错误、ROS_DOMAIN_ID不匹配、防火墙阻止。	使用`ros2 topic list`在双方查看话题列表。使用`ping`检查网络连通性。	确保所有机器在同一网络，使用相同的`ROS_DOMAIN_ID`。关闭防火墙或开放相关端口。
机器人动作僵硬或摔倒	控制频率过低、PID参数不佳、动作轨迹规划不合理、仿真物理参数不真实。	检查控制节点发布频率 (`ros2 topic hz`)。记录并分析关节命令和状态数据。调整URDF中的惯性参数。	提高控制频率。在仿真中调试PID参数。平滑动作轨迹。校准实机与仿真的模型参数。
强化学习训练不收敛	奖励函数设计不合理、超参数不当、状态观测空间不完整。	可视化训练过程中的奖励曲线。检查状态信息是否包含足够的环境反馈。	重新设计奖励函数，兼顾任务完成度与动作“温和”性。调整学习率、折扣因子等超参数。丰富状态观测信息。
实机与仿真差异大	仿真模型动力学参数不准确、关节摩擦/回差未建模、通信延迟。	进行系统辨识实验，获取实机真实的动力学参数。测量通信往返延迟。	用实验数据校准仿真模型。在控制算法中加入延迟补偿。