目标岗位：Fraunhofer IPA（斯图加特）学生助理——为轮式双足户外机器人 BiBiRob 做强化学习训练与 Sim-to-Real 迁移（职位编号 86097）。
BiBiRob 模型为 Fraunhofer 内部资产不公开，本项目用开源同构机器人（LimX TRON2 / Rhea / Upkie）练通全流程，方法 100% 可迁移。
| 项 | 配置 |
|---|---|
| 主机 | Dell Precision 7560 · i9-11950H · 47GB 内存 |
| GPU | NVIDIA RTX A3000 Laptop 6GB（WSL2 透传正常） |
| 系统 | Windows 11 + WSL2 Ubuntu（内核 6.18） |
| Python 环境 | conda 环境 isaac312（Python 3.12.16） |
| 核心组件 | PyTorch 2.11.0+cu130 · rsl_rl · IsaacLab 仓库 /root/isaacLab |
| 训练约束 | headless · num_envs ≤128 · 关视觉（6GB 显存） |
跑通 Isaac-Velocity-Ant locomotion 任务；精读三份源码：cartpole_direct_env_cfg.py（最小环境）、core/locomotion velocity 任务（奖励/课程/地形）、isaaclab_assets robots 配置（执行器、初始姿态）。
核心概念：ManagerBased 六大配置块——observation / action / reward / termination / event / curriculum。
| 模型 | 说明 |
|---|---|
| LimX TRON2（首选） | 官方维护，自带 USD/MuJoCo/URDF，与 BiBiRob 同构 |
| Rhea（278★） | 社区最活跃轮式双足 URDF，结构简单易改 |
| Upkie（36★） | 全开源含训练管线，可参考奖励设计 |
关键：混合执行器配置——轮子 DCMotor（力矩型）+ 腿关节 ImplicitActuator（位置型）；Spawn 冒烟测试通过为准。
观测：躯干高度/倾角/角速度、关节角与角速度、轮速、速度指令、上一步动作。动作：2 轮力矩 + 每腿 2–3 关节目标。
奖励起点：速度跟踪（主）· 躯干倾角惩罚（大）· 动作变化率（中）· 关节限位（小）· 能耗（小）· 存活（小正）。
分阶段解锁：锁轮练腿 → 锁腿练轮 → 全自由平地 → 加扰动 → 地形课程（对应 JD 的 outdoor 要求）。
num_envs 64 起步 headless 训练；TensorBoard 看曲线；对照失败模式表排错（曲线发散/学不会平衡/抽搐/OOM/速度为 0）。
play.py 回放录像 · ONNX/JIT 策略导出 · 一页技术文档（问题建模→奖励设计→训练曲线→结果视频）。
成果与 Fraunhofer JD 五项要求一一映射，作为求职作品集。
生成《轮式双足机器人强化学习训练落地计划.html》——五阶段路线：①吃透任务写法（3–5天）②模型接入（1周）③环境与奖励定义（1–2周）④训练与调试（1–2周）⑤成果输出（3–5天），总计 6–8 周。
文档含：开源模型选型对比（TRON2/Rhea/Upkie）、奖励函数起点权重表、锁轮→锁腿→全自由→扰动→地形五级解锁策略、失败模式对照表、JD 要求↔项目成果映射表。
同步落地本页面：项目框架上网站，左框架/中说明/右详情三栏结构，后续每日在此追加进展。
Isaac 环境搭建全过程（含全部踩坑与解决命令）写入每日日志 daily-log/2026-11-06.md，共 3 条：环境成果、关键命令与踩坑、PowerShell→WSL 脚本转义经验。日后报错可直接检索复用。
headless 训练 Isaac-Cartpole（32 环境，3 次迭代）跑通：2550 steps/s，22.99 秒完成，奖励/熵/成功率指标正常输出。6GB 显存确认可训练，环境从安装到实际训练全链路验证通过。
注：新版任务名不带 -v0 后缀（Isaac-Cartpole 而非 Isaac-Cartpole-v0）。
isaaclab 3.0 安装后与 isaacsim 6.1 出现双向依赖冲突（newton/psutil/click/urllib3/mujoco 版本要求相反）。处理：以 isaaclab 版本为准（newton 1.6.1 / psutil 7.2.2 / urllib3 2.8.0 / click 8.5.0 / mujoco 3.12.0），实测训练正常，仅剩 mujoco-usd-converter 无关警告。
git clone IsaacLab 示例仓库到 /root/isaacLab（--depth 1），确认自带资产中无轮式双足模型——需外部接入（后续阶段 2 处理）。
坑1 · Python 版本决定 isaacsim 版本：pypi.nvidia.com 上 Python 3.11 只能装 isaacsim 5.x，Python 3.12 才能装 6.1.0。重建 isaac312 环境（Python 3.12.16）后成功。
坑2 · WSL /tmp 只有 12G：pip 解压 5.9GB 大包（isaacsim_extscache_kit）时报 "No space left on device"，但 df 显示磁盘有 900G+。根因是 /tmp 为 tmpfs 内存盘。解法：
其他：import isaacsim 弹 Omniverse EULA，非交互环境卡住，用 echo yes | python -c "import isaacsim" 接受一次即记住。
Miniconda 装于 ~/miniconda3（清华源）；conda 26 有 ToS 拦截，create 环境须加 --override-channels --channel 清华源。
坑 · PyTorch 官网源超时：download.pytorch.org 国内直连 15 分钟下不完。改清华 PyPI 直装成功（PyPI 的 torch 就是 CUDA 版）：torch 2.15.0+cu132，CUDA 可用 True，GPU 正确识别 RTX A3000。
确定安装路线：Miniconda → Python 环境 → PyTorch（CUDA）→ Isaac Sim → Isaac Lab → 跑通 demo。大下载用后台任务管理，全程盯进度排错。
WSL Ubuntu（内核 6.18.54.1-microsoft-standard-WSL2）内 /usr/lib/wsl/lib 组件齐全，nvidia-smi 完整输出：RTX A3000 Laptop，驱动 597.16，CUDA 13.2。GPU 在 WSL 内完全可用。
注意：WSL 内图形渲染（Omniverse 界面）支持差，训练全程用 headless，曲线用 TensorBoard。
wsl --list 显示 Ubuntu Running（WSL2）。磁盘：根分区 1007G（可用 935G），C 盘剩 687G，D 盘剩 357G，空间充足。
Dell Precision 7560 · i9-11950H（8核16线程）· 47GB 内存（31.8G 可用）· RTX A3000 Laptop 6GB · 驱动 597.16 / CUDA 13.2 · Windows 11 家庭版。
结论：入门和中小规模训练可跑；6GB 显存要求 num_envs ≤128、关渲染、headless。
翻译 Fraunhofer IPA 斯图加特学生助理岗位（编号 86097）：在 NVIDIA Isaac Lab 中为轮式双足户外机器人 BiBiRob 做 RL 训练——仿真环境搭建、混合运动策略（模式切换/不平地面平衡）、GPU 训练、Sim-to-Real 实验（域随机化/执行器建模）。
要求：Python 扎实、RL 基础、德国/欧盟高校在读、斯图加特现场驻岗；加分 MuJoCo / Isaac Lab / ROS 2。随后梳理了完整工作流：建模→仿真→任务奖励→PPO 训练→迁移→真机部署。