- 类别
- 仿真与评测 · 评测基准
- 开放程度
- 开源
- 发布时间
- 2024 年 3 月
- 开源协议
- MIT
- 发布方所在地
- 美国
项目简介
人形机器人全身移动与操作的仿真评测基准,基于 MuJoCo,使用配备双灵巧手的 Unitree H1 模型,提供行走、跑步、跨栏、爬楼梯等移动任务,以及开门、开柜、搬箱子、投篮、插入等全身操作任务,观测可选本体状态、视觉和触觉。仓库提供 SAC、PPO、DreamerV3、TD-MPC2 训练代码,以及用 MJX 训练的底层伸手技能策略,可用于分层策略研究。
- 规模
- 15 个全身操作任务和 12 个移动任务
HumanoidBench 安装要点
来源:README.md依据官方资料的 v0.2.0 版本整理,核验于 2026-11-06。版本更新后命令可能变化,以官方文档为准。
创建 conda 环境
以下命令都在克隆下来的仓库根目录运行
conda create -n humanoidbench python=3.11 conda activate humanoidbench安装 HumanoidBench
pip install -e .安装 JAX
CPU 版把 cuda12 换成 cpu
pip install "jax[cuda12]==0.4.28"安装训练算法依赖
分别对应 SAC、DreamerV3、TD-MPC2、PPO,按需安装
pip install -r requirements_jaxrl.txt pip install -r requirements_dreamer.txt pip install -r requirements_tdmpc.txt pip install stable-baselines3==2.3.2测试环境
python -m humanoid_bench.test_env --env h1hand-walk-v0
环境要求
来源:humanoid-bench- Python来源:README.md
- 3.11(README 的 conda 环境)
- JAX来源:README.md
- 0.4.28,GPU 版是 CUDA 12
- MuJoCo来源:setup.py
- 3.1.6
- PyTorch来源:setup.py
- 2.3.1
- Gymnasium来源:setup.py
- 0.29.1
常见报错
解法来自官方文档、维护者回复或提问者确认,部分报错出自旧版本。
gymnasium.error.NameNotFound: Environment `h1-walk` doesn't exist.原因创建环境前没有导入 humanoid_bench
解决在 gym.make 之前加上导入
来源:Issue #10import humanoid_benchValueError: Error: resource not found via provider or OS filesystem原因部分系统上资产文件扩展名大小写有问题(.obj 和 .OBJ)
解决重新克隆仓库再试;问题还在就检查资产文件扩展名的大小写
来源:Issue #12humanoid_bench/assets/mjx/left_ankle_link.stl原因mjx 目录里的文件扩展名是大写 .STL
解决把 humanoid_bench/assets/mjx 下 left_ankle_link 和 right_ankle_link 的 .STL 改成 .stl
来源:Issue #28ImportError: Cannot initialize a headless EGL display.原因EGL 支持问题,Windows 和 WSL 上都出现过
解决把代码里的 MUJOCO_GL 从 egl 改成 glfw
来源:Issue #33sed -i 's/os\.environ\[\"MUJOCO_GL\"\] = \"egl\"/os\.environ\[\"MUJOCO_GL\"\] = \"glfw\"/' */*/*.py sed -i 's/os\.environ\[\"MUJOCO_GL\"\] = \"egl\"/os\.environ\[\"MUJOCO_GL\"\] = \"glfw\"/' */*/*/*.py
适配机器人
- Unitree H1
- Shadow Hand
获取方式
同类项目
评测基准数据来源
本页信息均整理自以下公开资料。
8 条来源核验于 2026-10-01