代码地图：你应该去哪里改东西？

代码地图：你应该去哪里改东西？#

这一章是“目录级导航”。当你知道要改什么（reward/obs/sim/robot/训练脚本）时，直接跳到对应目录即可。

核心目录一览#

目录

你会在这里做什么

src/mjlab/envs/

manager-based 环境本体（ ManagerBasedRlEnv ），以及通用 mdp 组件（actions/obs/rewards/terminations/events）。

src/mjlab/managers/

核心抽象：ManagerBase、各类 manager（action/obs/reward/termination/command/curriculum/event）与 term cfg。

src/mjlab/scene/

SceneCfg / Scene：把 terrain/entities/sensors 拼成 MuJoCo MjSpec，并管理并行环境的原点偏移。

src/mjlab/sim/

Simulation：MuJoCo + MuJoCo-Warp GPU 后端、CUDA graph、model field 扩展、NaN guard。

src/mjlab/entity/

机器人/物体等实体的数据接口（root/joint/body/site），是大部分任务 term 的“数据入口”。

src/mjlab/sensor/

传感器（内建 sensor、contact sensor 等）。任务里的很多观测/奖励会通过 env.scene[sensor_name] 取值。

src/mjlab/asset_zoo/

资产库（MJCF/XML）。G1 在 asset_zoo/robots/unitree_g1，H1 在 asset_zoo/robots/unitree_h1。

src/mjlab/tasks/

任务包。每个任务通常包含： <task>_env_cfg.py （base cfg）、config/<robot>/ （robot override + 注册）、mdp/ （任务专用 terms）、rl/ （runner/export）。

src/mjlab/rl/

与 RSL-RL 的接口：VecEnv wrapper、policy/algorithm cfg dataclass。

src/mjlab/scripts/

CLI 入口：train、play``（实现见 ``train.py、play.py）、demo、工具脚本等。

docs/

Sphinx 文档（你正在读的这份 walkthrough 也在这里）。

任务的“标准骨架”长什么样？#

以 velocity 为例（人形/四足都适用）：

  • base task cfg：src/mjlab/tasks/velocity/velocity_env_cfg.py

  • robot override（例如 g1/go1）：src/mjlab/tasks/velocity/config/g1/env_cfgs.py

  • 注册 task id：src/mjlab/tasks/velocity/config/g1/__init__.py

  • MDP terms：src/mjlab/tasks/velocity/mdp/* （+ 复用 src/mjlab/envs/mdp/*）

同样，tracking：

  • base task cfg：src/mjlab/tasks/tracking/tracking_env_cfg.py

  • g1 override + 注册：src/mjlab/tasks/tracking/config/g1/*

  • MDP terms：src/mjlab/tasks/tracking/mdp/*

Contents