用 Isaac Sim 和 Isaac Lab 训练智元机器人（比如开源的灵犀 X1），下肢运控（走路/平衡）和上肢操作（双臂抓取）在智元的开源仓库里用的是完全不同的套路。

一、 练走路（全身运控）：Isaac Lab + RSL-RL

智元开源的 <code>agibot_x1_train</code> 原生用的是早期的 Isaac Gym。如果你要迁到最新的 Isaac Lab 上跑，核心就是走通“转模型 → 搭环境 → 跑 PPO → MuJoCo 验模 → AimRT 上真机”这五步：

1. 准备环境与模型转换
装好 Isaac Sim（建议 4.2 以上）和 Isaac Lab 后，把强化学习后端 <code>rsl_rl</code> 装上。接着去智元 GitHub（<code>AgibotTech</code>）拉下机器人的 URDF 文件。
Isaac Lab 只认 <code>.usd</code> 格式，直接用自带脚本转：

./isaaclab.sh -p scripts/tools/convert_urdf.py \
  /path/to/agibot_x1.urdf \
  source/extensions/omni.isaac.lab_assets/data/Robots/Agibot/x1.usd \
  --merge-joints

转完之后一定要打开 Isaac Sim 界面肉眼检查一遍。重点看大腿、髋关节处的碰撞体（Collision Mesh）有没有互相穿模。如果有自碰撞，训练一开跑机器人就会直接原地炸飞。

2. 对齐电机参数与注册环境
在 Isaac Lab 里新建一个环境配置（继承 <code>ManagerBasedRLEnvCfg</code>），最核心的工作是把智元自研关节（比如 X1 上的 R86、R52、L28 等型号）的物理参数填准：

• 执行器配置（<code>ArticulationCfg</code>）：严格按照智元开源代码里的电机参数，填好各关节的刚度（$K_p$）、阻尼（$K_d$）、最大扭矩和限位。
• 观测与特权信息：人形机器人实机有通信延迟，单帧观测很难上真机。一般采用非对称 Actor-Critic（Asymmetric AC）结构——Actor 输入过去 5～15 帧的历史本体状态（角速度、重力投影、关节位置/速度偏差、上一帧 Action），Critic 则额外喂入无噪声的机身线速度、足底接触力和周边地形高程图。
• 域随机化（Domain Randomization）：能不能上真机全看这一步。必须把地面摩擦力、机身附加负载（Payload）、电机 $K_p / K_d$ 浮动（$\pm 10\%$）以及外部随机推力（Push Robot）加上。

3. 开训与看效果
加上 <code>--headless</code> 关掉渲染界面，单张 RTX 4090 开 4096 个环境并行跑，大概一两个小时（迭代 3000～5000 步）就能收敛出不错的步态：

# 训练
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/train.py \
  --task Isaac-Velocity-Rough-Agibot-X1-v0 --num_envs 4096 --headless

# 跑通后加载权重看画面
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/play.py \
  --task Isaac-Velocity-Rough-Agibot-X1-Play-v0 --num_envs 32 \
  --checkpoint logs/rsl_rl/agibot_x1/model_4999.pt

4. Sim2Sim 验证与真机部署（最容易踩坑的地方）
千万不要把 Isaac Lab 导出的 ONNX 模型直接丢上真机！

• MuJoCo 交叉验证：Isaac Sim 底层用的 PhysX 引擎和真实物理的足底接触特性有差异。智元在开源仓里配了 MuJoCo 的验证环境，先把导出的 ONNX 放进 MuJoCo 跑通。如果在 MuJoCo 里能站稳、能走，上真机基本就稳了。
• 死磕关节顺序（Joint Order）：这是新手炸机头号杀手。Isaac Lab 解析 USD 模型默认是按广度优先（BFS）排关节索引的，而 URDF、MuJoCo 和智元底层的 AimRT 通信框架通常是按深度优先（DFS）或左腿→右腿的自定义列表排的。在把观测塞进网络、以及把网络输出的 Action 发给电机之前，必须写一个索引重映射数组（Index Mapping）把关节顺序硬对齐。

二、 练干活（双臂操作/VLA）：Isaac Sim + AgiBot Digital World

如果你的目标是训练远征系列或者灵犀双臂去拿东西、叠衣服，那就不需要自己从头写强化学习奖励函数了，直接用智元开源的 AgiBot Digital World。

1. 拉取资产：去 HuggingFace 或 GitHub 把 <code>AgiBot Digital World</code> 的资产包下下来。里面有智元做好的 180 多类带真实物理材质的 USD 物品和商超、家居场景，直接拖进 Isaac Sim 就能用。
2. 数据合成与策略微调：用 Isaac Sim 配合 CuRobo 运动规划器生成机械臂抓取轨迹，渲染出多视角 RGB-D 图像。把这些合成数据和智元开源的百万真机数据集 AgiBot World 混在一起，去微调 ACT、Diffusion Policy 或者智元的 GO-1 基座模型。
3. 闭环评测：训完的模型可以直接挂载回 Isaac Sim 的仿真基准测试里，跑几百次抓取看成功率，不用每次都守着真机调试。