SA01 站立训练教程 · 从零训一个会站的人形机器人

能复现，才是科学。 这份教程的每一步都在一台普通笔记本上真实跑通过——包括失败的部分。你跟着走，应该得到同样的结果；得不到，欢迎来公众号报错，我们一起查。

这是什么

一个完整的强化学习入门项目：在仿真环境里，用 PPO 算法从零训练一个 12 关节双足机器人（SA01）学会站立。不需要 GPU，不需要数学基础，一台普通电脑 1-3 小时跑完。

你会得到：一个 .pth 权重文件——加载它，机器人就能站住。它是你训出来的，不是下载的。

快速开始（三步）

# 1. 装依赖
pip install -r requirements.txt

# 2. 下载机器人模型（见下方「准备模型文件」）

# 3. 五分钟先看它站起来（用我们附的参考权重）
python scripts/watch_standing.py

然后打开 tutorials/ 从 01 开始读，最后自己训一遍。

准备模型文件

机器人模型（zq_sa01.xml）来自众擎开源仓库 engineai_rl_lab（BSD-3 许可）。下载后放进 assets/ 文件夹：

git clone https://github.com/EngineAI-Robotics/engineai_rl_lab
cp engineai_rl_lab/resources/robots/zq_humanoid/urdf/zq_sa01.xml assets/

目录结构

├── README.md            ← 你在看的这个
├── tutorials/           ← 教程正文（从 01 按顺序读）
│   ├── 01-名词解释.md
│   ├── 02-环境搭建.md
│   ├── 03-五分钟看它站.md
│   ├── 04-自己训一遍.md
│   └── 05-踩坑与调参.md
├── scripts/
│   ├── train_stand.py   ← 训练脚本（带逐段讲解注释）
│   └── watch_standing.py← 加载权重看回放
├── weights/
│   └── sa01_stand_policy_sd.pth ← 参考权重（我们训的，可直接加载）
└── assets/              ← 放机器人模型（自己下载，见上）

许可

• 本教程文字与脚本：CC BY-NC 4.0（转载注明来源，非商用）
• 机器人模型与 rl_lab 工具链：EngineAI BSD-3（版权归原仓库，附其许可声明）
• 参考权重：基于上述工具链训练的产物，供学习复现使用

交作业

训出自己的版本后，到公众号「海星说AI」留言：训了几步、终评几次通过、z 高度多少——把你的数字和教程对账。能复现才是科学，欢迎来验收我们。