仿真与强化学习

灵犀 X2 的两条仿真 / 强化学习链路 —— 按用途选择其一

本章节汇总灵犀 X2 与仿真、强化学习相关的两套独立链路。两者面向不同用途、使用不同的代码仓库与运行方式，互不依赖，按需选择一条。同一时刻不要用多条链路驱动同一个仿真或同一台机器人。

链路

用途

语言 / 入口

代码位置

X2 RL Deployment

部署已有的 RL 模型示例（随附模型为一段舞蹈动作）

C++ motion_control_node.cc

extra/x2_rl_deploy/（子模块）

X2 Sim + MC Deployment

用官方运控模块 mc 驱动 MuJoCo 仿真，跑真机同款的站立 / 行走 / 起身 / 动画技能

SDK 示例（py_examples / examples）

mc + sim_mujoco

怎么选

  • 只想看如何把一个 onnx 模型接进 SDK、且偏好 C++ → X2 RL Deployment

  • 不做强化学习，只想在 x86 上位机仿真验证自己的高层逻辑（赛事仿真、算法联调）→ X2 Sim + MC Deployment

备注

两条链路的示例均只在仿真环境中验证通过；电机 KP/KD 为仿真配方，用于真机前须自行进行参数适配。