G1-23dof Following 目标跟随任务配置规范

文档版本：V1.0
机器人平台：Unitree G1-23dof
仿真框架：IsaacLab 2.3.0 + IsaacSim 5.1.0
训练算法：RSL-RL PPO
编写日期：2026-04-12
任务标识：Unitree-G1-23dof-Following
相关文档：G1-23dof Velocity 任务训练配置规范

---

1. 任务概述

1.1 任务目标

Following 任务是 G1-23dof 机器人的目标跟随任务，目标为：

跟踪视野中的红色球体目标，保持 0.5~1.0m 的安全距离并始终面向目标。

Phase 1 使用静态目标（目标固定不动），后续可扩展为动态目标。

1.2 与 Velocity 任务的本质差异

维度	Velocity	Following
控制目标	跟踪指令速度 $(v_x, v_y, \omega_z)$	跟踪空间目标位置
状态表示	速度向量	极坐标（距离 + 朝向角）
奖励来源	速度误差	距离误差 + 朝向误差
终止条件	高度/倾斜超时	高度/倾斜超时 + 目标过远/碰撞

1.3 任务特性

特性	说明
任务类型	目标跟踪（Target Following）
地形	平地（flat only，Phase 1）
目标物体	红色球体（半径 0.15m，静态）
目标距离	0.5~1.0m（期望 0.75m）
Episode 长度	20 秒

---

2. 场景配置

2.1 目标物体配置

target = RigidObjectCfg(
    prim_path="{ENV_REGEX_NS}/Target",
    spawn=sim_utils.SphereCfg(
        radius=0.15,                              # 球体半径 15cm
        visual_material=PreviewSurfaceCfg(
            diffuse_color=(1.0, 0.2, 0.2)         # 红色球体
        ),
        rigid_props=RigidBodyPropertiesCfg(
            kinematic_enabled=True,                # Kinematic 物体
            disable_gravity=True,
        ),
        collision_props=CollisionPropertiesCfg(
            collision_enabled=True,
        ),
    ),
    init_state=RigidObjectCfg.InitialStateCfg(
        pos=(2.0, 0.0, 0.5),                     # 初始位置：前方 2m，高度 0.5m
    ),
)

2.2 地形配置

Phase 1 使用纯平地（与 Velocity 的混合地形不同）：

COBBLESTONE_ROAD_CFG = TerrainGeneratorCfg(
    sub_terrains={
        "flat": MeshPlaneTerrainCfg(proportion=1.0),  # 100% 平地
    },
)

---

3. 目标命令设计

3.1 TargetFollowingCommand

Following 使用专用的 TargetFollowingCommand 而非 Velocity 命令：

target_following = mdp.TargetFollowingCommandCfg(
    target_name="target",
    desired_distance=0.75,   # 期望距离 0.75m（在 0.5~1.0m 范围中间）
    max_lin_vel=1.0,         # 最大线速度 1.0 m/s
    max_ang_vel=0.5,         # 最大角速度 0.5 rad/s
    k_p=1.5,                 # 线速度 P 控制增益
    k_yaw=2.0,               # 偏航角速度 P 控制增益
)

3.2 命令生成逻辑

# 内部机制：将目标位置转换为速度命令
# 1. 计算当前机器人到目标的距离 d 和朝向角 θ
# 2. 若 d > desired_distance：生成朝目标的前进命令
# 3. 若 d < desired_distance：生成后退命令
# 4. 若机器人不面向目标：生成转向命令
# 效果：机器人自动调节速度，保持期望距离并面向目标

---

4. 观测空间

4.1 Policy 观测（84D）

Following 在 Velocity 78D 基础上新增 6D 目标感知观测：

观测项	维度	类型	说明
base_ang_vel	3D	本体	基座角速度
projected_gravity	3D	本体	重力投影
velocity_commands	3D	目标	生成的跟踪命令（距离+朝向控制）
joint_pos_rel	23D	本体	关节位置
joint_vel_rel	23D	本体	关节速度
last_action	23D	本体	上一步动作
target_relative_pos_normalized	3D	目标	归一化相对位置 $(x,y,z)/max_dist$
target_distance_normalized	1D	目标	归一化距离 $d / 5.0m$
target_heading_sin_cos	2D	目标	朝向角 $\sin(\theta), \cos(\theta)$

总计：78D + 6D = 84D

4.2 Critic 观测（93D）

额外项	维度	类型	说明
base_lin_vel	3D	特权	真值线速度
target_relative_pos	3D	目标	原始相对位置（无归一化）
target_distance	1D	目标	原始距离
target_heading	1D	目标	原始朝向角

Critic 总计：78D + 3D + 3D + 1D + 1D = 93D

4.3 观测归一化设计

目标相关观测使用归一化 + 三角编码，避免周期性边界问题：

原始值	编码方式	输出范围	优势
距离 $d \in [0, 5]$	$d / 5.0$	$[0, 1]$	有界输入
朝向角 $\theta \in [-\pi, \pi]$	$[\sin(\theta), \cos(\theta)]$	$[-1, 1]^2$	连续无突变

---

5. 奖励函数设计

5.1 Following 专项奖励

奖励项	权重	函数	物理意义
track_lin_vel_xy	1.0	track_lin_vel_xy_yaw_frame_exp	跟踪由目标位置生成的线速度命令
track_ang_vel_z	0.5	track_ang_vel_z_exp	跟踪偏航角速度命令
track_distance	2.0	track_target_distance	保持在 0.75m 期望距离
track_heading	1.0	track_target_heading	始终面向目标

5.2 Following 与 Velocity 奖励对比

奖励项	Velocity	Following	差异
track_lin_vel_xy	1.0	1.0	相同
track_ang_vel_z	0.5	0.5	相同
track_distance	—	2.0	Following 独有，距离控制是核心
track_heading	—	1.0	Following 独有，面向目标是安全要求
alive	0.15	0.15	相同
gait	0.5	0.5	相同
feet_clearance	1.0	1.0	相同

5.3 核心奖励项详解

track_target_distance

def track_target_distance(env, target_name, desired_distance=0.75, std=0.25):
    # 当前距离
    current_distance = norm(robot.pos - target.pos)
    # 使用指数误差奖励
    error = current_distance - desired_distance
    reward = exp(-error² / (2 × std²))
    # 最佳情况：distance = 0.75m，reward = 1.0
    # 0.5m 或 1.0m：reward ≈ 0.45
    # 0.25m 或 1.25m：reward ≈ 0.04

track_target_heading

def track_target_heading(env, target_name, std=0.5):
    # 计算偏航角误差（机器人朝向 vs 目标方向）
    error = yaw_robot - atan2(target.y, target.x)
    reward = exp(-error² / (2 × std²))
    # 最佳情况：完全面向目标，reward = 1.0

---

6. 终止条件

6.1 标准终止（与 Velocity 相同）

终止项	触发条件
time_out	Episode 达到 20 秒
base_height < 0.2m	机器人摔倒
bad_orientation > 0.8rad	机器人严重倾斜

6.2 Following 专项终止

终止项	触发条件	原因
target_too_far	目标距离 > 5.0m	目标丢失，需重置
target_collision	目标距离 < 0.3m	与目标碰撞，需后退

---

7. 事件随机化

7.1 目标重置

reset_target = EventTerm(
    func=mdp.reset_object_pose_uniform,
    mode="reset",
    params={
        "asset_cfg": SceneEntityCfg("target"),
        "pose_range": {
            "x": (1.0, 3.0),    # 前方 1~3m
            "y": (-1.5, 1.5),   # 左右 1.5m
            "z": (0.4, 0.6),    # 高度 0.4~0.6m
        },
    },
)

7.2 与 Velocity 的差异

事件	Following	Velocity
目标重置	每 episode 随机目标位置	无
地形	仅平地	混合地形
推送干扰	每 5s 随机水平力	每 5s 随机水平力

---

8. 训练命令

# Following 训练
./unitree_rl_lab.sh -t --task Unitree-G1-23dof-Following --num_envs 4096 --max_iterations 50000 --headless

# Following 推理
./unitree_rl_lab.sh -p --task Unitree-G1-23dof-Following

---

9. 扩展方向

9.1 Phase 2：动态目标

# 目标运动模式
target.velocity_range = {
    "x": (-0.5, 0.5),   # 目标水平速度
    "y": (-0.3, 0.3),
}

9.2 Phase 3：多目标 / 移动障碍

# 场景中增加多个目标或障碍物
# 策略需学会选择和避障

---

版本记录

版本	日期	修改内容	作者
V1.0	2026-04-12	初始版本，Following 完整配置规范	AI Assistant

---

本文档由 AI 辅助整理自 unitree_lab_locomotion 仓库源码