待补充
nicrusso7/rex-gym
机器人
3/5
🧩 软硬件结合
已发布
项目简介
OpenAI Gym environments for an open-source quadruped robot (SpotMicro)
rex-gym 是一个专注于四足机器人强化学习训练的开源项目，旨在通过模拟环境训练机器人掌握通用技能，并将学到的控制策略直接迁移到实体机器人上，无需额外手动调参。项目以波士顿动力的研究成果为灵感，结合了3D打印硬件与OpenAI Gym仿真框架，为机器人爱好者、研究人员和开发者提供了一个完整的从仿真到实物的学习平台。
标签
项目特点
**仿真到实物零调参迁移**：在模拟环境中训练好的强化学习策略可以直接部署到实体机器人上运行，无需手动调整参数。
**基于OpenAI Gym的标准化接口**：采用Gym框架，方便开发者快速上手并复用已有的强化学习算法库。
**3D打印硬件设计**：机器人本体结构可通过3D打印制作，降低了硬件获取门槛，适合个人和实验室复现。
**受波士顿动力启发**：参考了Spot等四足机器人的运动控制思路，专注于通用运动技能的学习。
**完整的训练与评估流程**：提供训练脚本、环境配置和可视化工具，支持从零开始训练并评估策略效果。
**社区活跃，持续更新**：项目在GitHub上有超过560颗星，有明确的文档和示例代码，便于二次开发。
技术规格
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| 3D打印机身框架 | 1套 | — | 包含主体、腿部连杆等，STL文件见hardware目录 |
| 3D打印腿部组件 | 4套 | — | 每条腿含3个连杆件 |
| MG996R舵机 (或同等) | 12个 | — | 每个关节1个，建议金属齿轮 |
| 微控制器 (如Arduino Mega / ESP32) | 1个 | — | 用于舵机控制与上位机通信 |
| 稳压电源模块 (5V/6V) | 1个 | — | 为舵机供电 |
| 电池 (7.4V 2S LiPo) | 1个 | — | 供电用 |
| 惯性测量单元 (IMU) MPU6050 | 1个 | — | 可选，用于姿态反馈 |
| 舵机支架与螺丝配件 | 若干 | — | M2/M3螺丝、尼龙柱等 |
| 杜邦线/排线 | 若干 | — | 信号与电源连接 |
3D 模型
能力画像
**记忆与知识检索**：2/5 — 项目本身不涉及知识库或检索系统，但需要查阅强化学习与机器人控制文献。
**动手与操作**：4/5 — 需要3D打印、组装舵机、焊接电路等硬件动手能力。
**编程与算法**：5/5 — 核心是强化学习算法（PPO）的编写、训练与调优，需熟练Python及TensorFlow/PyTorch。
**设计与建模**：3/5 — 硬件部分已有3D模型，但修改或优化结构需要CAD建模能力。
**实验与调试**：4/5 — 需要反复训练策略、调整超参数，并在实体机器人上验证迁移效果。
**协作与分享**：3/5 — 项目开源，可通过GitHub提交Issue/PR，但协作流程较简单。
**学习与研究**：5/5 — 涉及强化学习、四足运动控制、仿真到实物迁移等前沿研究领域。
**系统集成**：4/5 — 需要将仿真环境、算法、硬件控制、通信协议等多个子系统整合在一起。
项目图库
所需技能
Python编程（熟悉NumPy、Matplotlib）
强化学习基础（PPO算法原理）
OpenAI Gym环境使用与定制
基本电路知识（舵机控制、电源管理）
3D打印操作与模型切片
微控制器编程（Arduino或ESP32）
机械组装与调试能力
Linux命令行基础（依赖安装、脚本运行）
适用场景
高校机器人或人工智能课程的教学实验项目
个人爱好者学习四足机器人运动控制与强化学习
研究机构进行仿真到实物迁移（Sim-to-Real）的基准测试
创客空间或Fab Lab的机器人制作与编程工作坊
企业原型验证：快速测试四足机器人控制策略
开源社区贡献：改进硬件设计或算法，提交PR