RP1 快速上手

本页带你从零开始上手 RP1，分为三条路线，按你手头的条件选择：

三条路线互不依赖，可以从任意一条开始。它们最终汇入同一条开发链路：模型 → 训练 → 导出 → Sim2Sim → 实机。

---

这条路线不需要机器人，也不需要显卡。你会在 MuJoCo 中打开 RP1 的模型，再运行一段脚本，让它在"吊架"上摆动手臂。

• Python 3（建议 3.10 及以上）
• 能联网安装 pip 包
• macOS、Linux 或 Windows 均可

RP1_description 是公开仓库，包含 URDF、MJCF 和网格文件：

仓库中的 MuJoCo 模型：

窗口中会出现 RP1 站在平地上，随后倒下。这是正常的：模型的关节执行器都是力矩电机，没有控制器给它们发指令，机器人就像断电一样瘫软。

在查看器里可以：

• 按 空格 暂停或继续仿真；
• 双击选中一个部件，按住 Ctrl + 右键 拖动给它施加推力；
• 在右侧 Joint 面板查看各关节角度，在 Control 面板查看执行器。

想看 24 轴模型，把文件换成 mjcf/robot_24dof.xml 即可。这个文件只有机器人本体、没有地面，机器人会一直下落，适合静态查看结构。

下面的脚本模拟一个吊架：把机身固定在初始高度，再用 PD 控制让两侧肩关节前后摆动。把它保存为 rp1_hold_demo.py，放在 RP1_description 仓库根目录：

运行：

提示 macOS 上需要用 mjpython 代替 python 运行这个脚本，这是 MuJoCo 被动查看器在 macOS 上的要求。

你会看到 RP1 的机身固定在初始位置、双腿保持伸直，两条手臂以 0.5 Hz 的频率前后摆动约 ±0.6 rad。想换成 24 轴模型，把参数改成 mjcf/robot_24dof.xml。

没有图形界面时，可以加 --headless 只跑 2 秒并打印结果：

最后一行的实际值落后于目标值，是演示增益下 PD 跟踪的滞后，属于正常现象。改 target() 函数，就能让任意关节按你想要的轨迹运动。

---

这条路线在 Isaac Lab 中训练 RP1 的平地行走策略，导出后放进 MuJoCo 检查它能不能在另一个物理引擎里同样工作。

先按 Isaac Lab 官方安装指南 装好 Isaac Sim 和 Isaac Lab。以下所有命令都在 Isaac Lab 使用的 Python 环境中执行。

把仓库克隆到 Isaac Lab 源码目录之外：

仓库包含两个目录：robolab（RoboParty 的 Isaac Lab 扩展、任务和机器人资产）和 rsl_rl（强化学习库）。

确认 RP1 的任务已经注册（Linux 下）：

预期能看到 RP1.3-Flat、RP1.3-Rough、RP1.3-AMP、RP1.3-AMP-Play 和 RP1.3-BeyondMimic。

注意 仓库自带的 list_envs.py 只列出名字含 "RPO" 的任务，看不到 RP1 的任务，这不代表安装失败。

用 1 个环境、1 次迭代确认 Isaac Sim 能启动、任务能加载、训练能跑通：

预期结果：程序正常退出，并在 logs/rsl_rl/rp1.3_flat/ 下生成一个以时间命名的 run 目录。这个 run 只用来检查环境，不用于部署。

去掉链路检查用的两个参数，使用任务默认配置：

默认配置为 4096 个并行环境、9001 次迭代，每 1000 次迭代保存一个 checkpoint。显存不够时用 --num_envs 减少并行环境数；用 --max_iterations 调整训练长度。

训练过程中，用 TensorBoard 查看奖励曲线：

每个 run 目录中保存了 checkpoint，以及记录本次训练配置的 params/env.yaml 和 params/agent.yaml。

提示 想在起伏地形上训练，把任务换成 RP1.3-Rough，日志会写入 logs/rsl_rl/rp1.3_rough/。

训练结束后，选一个 checkpoint 回放：

Isaac Sim 窗口中会出现 RP1 按速度指令行走。play.py 同时会自动导出两个文件到 checkpoint 所在目录下的 exported/：

观测归一化参数已经打包进这两个文件，不需要另外保存。

在仓库根目录运行：

把 --load_model 换成上一步 exported/policy.pt 的实际路径。脚本会打开 MuJoCo 窗口，让你训练的策略控制 24 轴 RP1。

几点说明：

• 默认指令是原地转向。 速度指令写在 robolab/scripts/mujoco/sim2sim_rpo.py 的 cmd 类中，默认 vx = 0.0、vy = 0.0、dyaw = 0.8，机器人会以 0.8 rad/s 原地旋转。想让它向前走，就修改这几个值。
• 结果文件。 脚本按配置运行（默认仿真时长 1000 秒），结束后把 joint_positions.png 和 base_velocities.png 保存到当前工作目录；加 --headless 时不开窗口，并把画面录成当前目录下的 simulation.mp4。
• 起伏地形。 加 --terrain 换用起伏地形场景。
• 缺少依赖时。 如果提示找不到 mujoco_viewer 或 cv2，分别安装 mujoco-python-viewer 和 opencv-python。

注意 Sim2Sim 用的 rp1_flat.xml 来自 RP1_train 仓库，引用的是 24 轴模型；RP1_description 里同名的文件引用的是 28 轴模型，两者不要混用。

Sim2Sim 能稳定行走，说明策略对物理引擎之间的差异有一定的适应能力，这是上实机前的必要一步。但从仿真到实机还要核对关节方向、零位、IMU 安装方向和反馈延迟等因素，Sim2Sim 通过不等于实机一定能走。

---

这条路线用部署仓库 RP1_deploy 自带的 24 轴策略，让 RP1 在手柄控制下站立和行走。

注意：先读完这一段再上电

• 标零、复位和首次推理都会让电机突然输出力矩。这些操作必须在承重安全吊架上进行，机器人悬空、场地清空、有人看护。
• 运行中出现任何异常抖动、步态偏离或结构干涉，立即按手柄 X 键让电机失能；如果软件没有响应，立即按下物理急停切断电源。
• 手柄的 X 键和 stop_inference 服务都是软件停止，不能代替物理急停。开始前确认急停开关在手边且能正常工作。
• RoboParty 已发布的 安全操作指南 面向上一代机器人 Roboto Origin，与 RP1 共用同一套部署软件和手柄操作，请一并阅读。

在主控上安装构建与运行依赖：

第二行是手柄驱动，第三行是标零等 Python 脚本的依赖。

为当前用户开放实时优先级。编辑 /etc/security/limits.conf，在末尾加入两行（把 <用户名> 换成你登录主控的用户名）：

重启主控后检查：

输出 98 即配置成功。

install/setup.bash 是编译产物，首次编译成功后才会出现。以后每打开一个新终端，都要重新执行两条 source：

RP1 的电机挂在 4 路 CAN-FD 总线上，IMU 通过独立的 CAN 接口接入。24 轴配置（src/inference/robots/rp1_24dof/robot.yaml）使用以下接口：

上电后列出网络接口，确认以上 5 个接口都存在：

再查看某个接口的详细状态和收发统计（把 can0 换成要检查的接口）：

这两条命令只读取状态，不会给电机发任何指令。

电机零位决定了软件里的"0 度"对应机器人的哪个姿态，零位不对时策略输出的每个动作都会偏。机器人已经标定过零位时可以跳过本步；首次装机、更换或检修电机、零点丢失时，需要重新标零。

需要逐个电机标零时，把机器人挂上吊架，然后运行：

脚本按 scripts/config/set_zero.yaml 中的顺序依次处理每个电机（这份配置已经对应 RP1 24 轴的总线和电机 ID），并把电机切到阻尼模式，方便你用手摆姿态。按提示把当前电机摆到零位，按 Enter 写入零点，按 空格 跳过。

注意 robot.yaml 中的 motor_zero_offset 记录了每个电机相对标零姿态的偏移，它与标零时的摆位方式一一对应。重新标零前，先确认你的摆位方式和这组偏移值匹配，否则机器人复位后的姿态会不对。

确认机器人挂在吊架上、电机处于失能状态，然后在仓库根目录运行：

注意 一定要写 --robot rp1_24dof。脚本和 launch 文件的默认机器人都是 rpo（上一代机器人），不指定就会加载错误的配置。

脚本会先编译工作空间，然后在后台启动两个 screen 会话：

最后打印"所有组件已在后台成功启动！"和手柄按键说明。查看推理节点的输出：

确认没有报错后，按 Ctrl + A，再按 D 退出查看（节点继续在后台运行）。

按以下顺序操作：

1. 使能。 机器人仍挂在吊架上，按 X 使能电机。确认无误后可以再按一次 X 测试失能，然后重新使能。
2. 复位。 先用手把机器人大致摆成站立姿态，再按 A。关节会平滑运动到默认站立角度。姿态差得越多，复位时的动作越猛。
3. 落地。 复位完成后，把机器人从吊架上平稳放下，确认双脚完全踩实地面、重心居中。吊架绳保持在手边。
4. 清零摇杆。 按 B 之前，把左右摇杆各向四个方向推到底再松开，并按几次 LT 和 RT，消除摇杆漂移，避免推理一开始就收到残留指令。
5. 开始推理。 按 B。RP1 会在原地保持平衡站立。
6. 行走。 轻推右摇杆让它前后左右移动，用 LT / RT 转向。默认策略的指令范围为：前进 0.6 m/s、后退 0.4 m/s、横移 0.4 m/s、转向 0.8 rad/s。
7. 停止。 按 B 暂停推理，扶住或挂好机器人后按 X 让电机失能。

这只是结束软件会话。关闭前确认电机已经失能、机器人有支撑。

如果推理过程中机器人突然失能瘫软，先保持现场，用 screen -r inference_session 查看报错，常见原因是触发了软件限幅（关节超限、速度超限）或硬件保护（过载、过热、欠压）。断电前把报错日志保存下来，方便定位问题。

部署软件也提供一组 ROS 2 服务，适合写脚本或远程调试。在新终端加载环境后调用：

按 Y 切换到 /cmd_vel 控制后，就可以通过 /cmd_vel 话题（geometry_msgs/msg/Twist）发送速度指令。查看当前关节状态：

部署仓库还附带一个 24 轴动作跟踪策略和一段舞蹈动作，用同样的方式启动：

这个配置同时加载默认行走策略和舞蹈策略。推理开始后，按 LB 在行走和动作跟踪之间切换，按 RB 切换动作序列。第一次运行舞蹈时同样要挂吊架，确认动作幅度后再落地。