Train

本文介绍了通过 Gym 仿真环境，让机器人与环境互动，找到最满足奖励设计的策略。通常不推荐实时查看效果，以免降低训练效率。

运行以下命令开始训练：

cd ~/Documents/pnd_rl_gym
python legged_gym/scripts/train.py --task=adam_lite_12dof

图形界面渲染会导致训练速度减慢，在IsaacGym的界面中按键盘上的 V 键，可以暂停渲染，加快训练速度。如果想要查看训练的效果可以再次按 V 键，重新开启渲染。

---

参数说明

• --task: 必选参数，值可选（目前支持型号 adam_lite_12dof）
• --headless: 不设置该参数时默认启动图形界面，设为 true 时不渲染图形界面（效率更高）
• --resume: 从日志中选择 checkpoint 继续训练
• --experiment_name: 运行/加载的 experiment 名称
• --run_name: 运行/加载的 run 名称
• --load_run: 加载运行的名称，默认加载最后一次运行
• --checkpoint: checkpoint 编号，默认加载最新一次文件
• --num_envs: 并行训练的环境个数
• --seed: 随机种子
• --max_iterations: 训练的最大迭代次数
• --sim_device: 仿真计算设备，指定 CPU 为 --sim_device=cpu
• --rl_device: 强化学习计算设备，指定 CPU 为 --rl_device=cpu

默认保存训练结果：logs/<experiment_name>/<date_time>_<run_name>/model_<iteration>.pt