wbc-mjlab

One policy. Any motion. Train universal whole-body tracking in mjlab—swap clips, not checkpoints.

AI 简介

wbc-mjlab 是一个面向仿人机器人全身体控制（WBC）的统一强化学习训练框架，基于 MuJoCo Lab（mjlab）构建。其核心特点是采用共享马尔可夫决策过程（MDP），支持在多动作片段数据集（如 LAFAN、SEED）上一次性训练单个策略，并通过配置切换（--task）实现步行、翻滚、起立等多种运动技能的零切换部署，无需更换模型检查点。技术上集成 GPU 加速的运动数据预处理（CSV→NPZ）、任务可插拔环境构建、ONNX 导出支持仿真到实物迁移。适用于机器人运动控制算法研发、多技能通用控制器验证及强化学习在高维连续控制中的系统性对比实验。