Beyondmimic_sim2sim

Sim2sim based on Unitree_rl_gym.

基于Unitree_rl_gym搭的beyondmimic复现

需要修改输入的motion和policy。 请大家一起讨论哈，争取完善。 提供的模型是基于lafan训练的dance2_subject4。

2025.9.5更新

基于Unitree_rl_gym搭的sim2real部分

修改了unitree_rl_gym中的deploy_real部分。增加了bydmimic文件夹存储motion和onnx模型。重新写了配置文件g1_for_bydmimic.yaml。 部署需要修改的路径：

1. config路径，位于主函数中，搜索config_path进行对应修改，改到config_path = f"你的文件夹/{args.config}"
2. motion路径，位于deploy_real4bydmimic.py中，可以进行搜索npz找到对应行。修改成你的文件夹即可self.motion = np.load("外部文件夹/deploy_real/bydmimic/dance_zui.npz")
3. model路径，位于config中，policy_path: "外部文件夹/deploy/deploy_real/bydmimic/policy_zuiwu_48000.onnx"修改即可。

注意！！！

1. 本次运行提供的模型动作难度很高，存在机器人脖子着地托马斯回旋的情况，建议只用来测试是否可行。 可以替换为自己的模型测试
2. 手柄操作和原本的行走是一样的，先进调试模式，运行命令行后按start进入默认位置，再按A进入舞蹈模式。
3. 进入默认位置后，建议先检查终端中打印的四元数是否接近1 0 0 0。如果不是请不要进行运动。
4. 由于作者调试很不方便，只测试了运动的一小部分，确定没有问题。在使用中如果出现机器人损坏等问题，请使用者自己负责。
5. 本项目拒绝盈利行为，引用本项目请标明。

配置环境部分请参考Unitree_rl_gym 部署命令行：python deploy_real4bydmimic.py enp4s0 g1_for_bydmimic.yaml

注意

本代码基于的是beyondmimic作者开源算法中不带状态估计的训练配置，即Tracking-Flat-G1-Wo-State-Estimation-v0。 这种训练方式的状态空间维度为154维。 如果希望使用原本的配置来进行测试，请在anchorori的obs前增加三维度的相对位置，以及在angvel前增加三维度的根坐标系速度。

Acknowledgement：

[1] Beyondmimic训练源码：https://github.com/HybridRobotics/whole_body_tracking

[2] Unitree_rl_gym仓库： https://github.com/unitreerobotics/unitree_rl_gym

特别感谢Owen-SuQ 642X 对本项目的支持