用3D打印机和Python打造的5000美元人形机器人

如果你看过Unitree H1或Boston Dynamics Atlas等商业双足机器人的价格标签，就会知道预算需要数万甚至数十万美元。Berkeley的Hybrid Robotics实验室决定采用不同的方式，推出了Berkeley Humanoid Lite。这是一款完全开源的仿人机器人，组装成本低于5000美元。

该项目包含可3D打印的零件设计、模块化变速箱、Isaac Lab仿真环境以及底层硬件控制代码。

内部构造

步行机器人的主要挑战在于关节和变速箱。工业谐波减速器或摆线减速器价格昂贵。作者设计了可在标准打印机上打印的模块化变速箱，并将其与经济实惠的无刷电机结合使用。

代码库被构建为NVIDIA Isaac Lab的一系列扩展。架构分为四个部分：

• source/berkeley_humanoid_lite/ 包含用于Isaac Lab中强化学习训练的虚拟环境、奖励函数和任务定义。
• source/berkeley_humanoid_lite_assets/ 以URDF、MJCF和USD格式存储3D模型，以及从Onshape CAD系统的导出脚本。
• source/berkeley_humanoid_lite_lowlevel/ 包含所有直接部署到机器人机载计算机的C++和Python代码。
• scripts/ 组合了用于启动神经网络训练、sim2sim测试和校准的入口点。

这种分离设计非常方便。要在仿真器中运行算法，你不需要物理硬件。而在进行组装时，只有lowlevel文件夹会被发送到微控制器或单板计算机内存中。

流程解析：从仿真到行走

训练双足机器人在真实环境中行走是危险且昂贵的。它在第一次跌倒时就会损坏零件。这就是为什么作者使用仿真到实物的迁移链：

1. 在仿真器中使用并行环境在GPU上进行强化学习训练控制策略。
2. Sim2sim验证，在更精确的物理引擎中添加传感器噪声后运行生成的权重。
3. 通过底层接口部署到物理机器人。

代码库还包含动作捕捉（mocap）和遥操作模块。机器人可以通过游戏手柄或VR头显进行手动控制以进行手部操作。

从哪里开始

要运行仿真，你需要一台配备NVIDIA GPU且已配置好Isaac Lab的机器。对于任何使用过Python 3.11的人来说，工作流程都会感觉很熟悉：

# Клонируем репозиторий вместе с субмодулями
git clone https://github.com/HybridRobotics/Berkeley-Humanoid-Lite.git
cd Berkeley-Humanoid-Lite

# Устанавливаем окружение как расширение Isaac Lab
pip install -e source/berkeley_humanoid_lite
pip install -e source/berkeley_humanoid_lite_assets

# Запуск инференса или обучения
python scripts/reinforcement_learning/rsl_rl/train.py --task Berkeley-Humanoid-Lite-Walk

所有CAD模型源文件都在Onshape上公开可用，作者还在GitBook文档门户上发布了可直接使用的STL文件和采购零件的物料清单（BOM）。

值得尝试吗

如果你的目标是研究运动算法、平衡控制，或者在没有百万美元资助的情况下测试你自己的强化学习模型在真实人形机器人上的效果，这个项目绝对值得收藏。

当然，3D打印的塑料无法与铣削的航空航天铝合金的刚性相匹配。齿轮会更快磨损，加热时定位精度也会漂移。但对于5000美元的价格和MIT许可的开源代码来说，这是大学实验室、黑客松和机器人爱好者的绝佳基础。