AMP_mjlab

AMP_mjlab 是一个基于 mjlab 和 rsl_rl 的G1 AMP运动控制项目。该项目的核心功能是通过单一策略同时学习行走/跑步和摔倒后起身的能力，使用AMP判别器来规范动作风格和先验。训练和部署流程保持一致，并支持直接导出ONNX格式的策略模型。适用于需要机器人在复杂环境中进行连续、平滑运动控制的场景，如机器人导航和救援任务。实现过程中，通过对运动数据进行分类处理以及延迟终止/重置机制，减少了因策略切换带来的不连续性，从而提高了行为的一致性和鲁棒性。