在MuJoCo中运行和导出ONNX模型通常是强化学习工作流中的两个关键步骤导出是将训练好的策略模型转换为通用格式运行则是在仿真环境中验证这个模型。整个过程可以总结为“训练 - 导出 - 仿真验证”下面以你之前接触的microduck_rl项目为例进行说明。 导出ONNX模型将策略变为通用文件导出过程的核心是将训练好的神经网络策略通常是.pt文件转换为.onnx格式并烘焙Bake观测归一化器。这一步至关重要它确保了模型在实际部署时接收的数据和处理方式与训练时完全一致。核心命令在microduck_rl项目根目录下使用官方导出脚本。bashuv run scripts/export.py Mjlab-Velocity-Flat-MicroDuck --wandb-run-path 你的wandb运行路径重要说明必须使用官方脚本microduck_rl的export.py脚本不仅导出网络权重还会将观测归一化器的参数固化到ONNX模型中。手动转换会导致策略在仿真或真机上失效。输入需要指定训练好的模型路径通常通过--wandb-run-path指向记录训练过程的WandB项目。输出命令执行后会在指定目录生成一个.onnx文件例如output.onnx这就是后续要运行的文件。▶️ 运行ONNX模型在仿真中验证策略运行ONNX模型就是在MuJoCo仿真环境中加载并执行这个策略观察机器人的表现这被称为“仿真彩排”。核心命令同样在microduck_rl项目根目录下使用推理脚本。bashuv run scripts/infer_policy.py --walking output.onnx重要说明CPU即可运行这一步对计算资源要求不高在普通电脑的CPU上就能运行。交互与控制运行后会弹出一个MuJoCo仿真窗口。你可以通过键盘来控制MicroDuck例如让它行走、踢球等。不同的命令对应不同的动作--help参数可以查看所有选项。功能扩展该脚本还支持--record录像和--save-csv导出数据方便进行仿真到现实Sim2Real的对比分析。 总结总的来说这个流程非常清晰导出在microduck_rl项目中使用uv run scripts/export.py ...命令将训练好的策略如.pt文件导出为包含归一化参数的.onnx文件。运行在同一项目中使用uv run scripts/infer_policy.py --walking 你的模型.onnx命令在MuJoCo仿真中加载并测试导出的策略。这个“导出-运行”的循环是验证策略有效性的关键一步也是从仿真走向真实机器人的必经之路。