fuyichen0725/blinkmimic

项目介绍

BlinkMimic 是一套面向 Unitree G1 人形机器人的全身运动跟踪训练方案。它先学习一个可微分的世界模型，再通过在想象轨迹中反向传播来优化策略；训练在 mjlab 和 MuJoCo Warp 中完成。在单块 RTX 4090 上，用全部 40 段 LAFAN1 动作（2.45 小时）训练一个策略，评估归一化回报达到 0.82 的平均耗时约为 2.9 分钟（3 个随机种子的均值），满足更严格的连续检查条件约需 3.4 分钟。

BlinkMimic 建立在 SuperMimic 和 InstantTrack 之上，主要改动集中在策略优化和仿真重置策略。新增内容包括半隐式世界模型、左右镜像增强、重置统计修正，以及评估引导的重置：从第 1000 次迭代起，每 125 次迭代在评估条件下把部署策略扫过全部动作片段，并将 15% 的重置分配到失败点之前的 10 秒。它还在策略和世界模型的隐层权重上使用 Muon，并用 CUDA graph 执行世界模型与策略更新，详见 What BlinkMimic changes。

项目面向有 NVIDIA GPU、熟悉 Python 训练流程、研究物理仿真人形运动跟踪的研究者和工程师。BlinkMimic 与 SuperMimic、InstantTrack 共享仿真器、MDP、奖励和评估器，方便在同一口径下比较。

快速使用

训练环境要求 Linux x86_64 和支持 CUDA 12.8 的 NVIDIA 显卡驱动，同时需要 uv、git、curl、python3；渲染视频还需要 ffmpeg。仓库地址为 fuyichen0725/blinkmimic。

git clone https://github.com/fuyichen0725/blinkmimic.git
cd blinkmimic
uv sync                          # 创建 .venv，包含 mjlab、MuJoCo Warp、Warp、torch 2.9.0（CUDA 12.8）
tools/download_data.sh           # 下载 40 段 G1 重定向 LAFAN1 动作和 G1 描述文件到 data/
uv run python tools/test_env.py  # 环境自检：正运动学与仿真器、状态往返、参考动作播放

以上步骤和前提条件来自 Setup 一节。uv 的安装方式见 docs.astral.sh/uv。

训练与评估

训练命令运行约 3500 次迭代，每 100 次迭代保存一个策略检查点。README 估计完整一次训练约 8 分钟。评估和达标时间工具都在 tools/ 目录。

bash scripts/train.sh logs/run_s0 --seed 0
uv run python tools/eval_batch.py --run_dir logs/run_s0 --group 18 --reps 4
uv run python tools/time_to_target.py logs/run_s0

Train, evaluate, reproduce 一节还提供了 bash scripts/reproduce.sh logs/reproduce，用于复现 3 个随机种子的评估和达标时间表。其他工具包括：tools/eval_metrics.py 计算精度和接触指标；tools/render.py 从 python -m blinkmimic.evaluate --record 录制的结果生成视频；tools/export_onnx.py 和 tools/play_onnx.py 用于导出 ONNX 并在仿真器中检查，后者需要 onnxruntime。

使用约束

训练需要一块空闲的 GPU。README 明确提醒，在共享 GPU 上 --eprobe_async 可能因非法内存访问崩溃，应以 --eprobe_async 0 关闭。README 中的训练耗时包含编译、CUDA graph 捕获、探针扫描和保存检查点，不包含进程启动和数据加载。

代码采用 MIT 许可证，但 LAFAN1 动作数据采用 CC BY-NC-ND 4.0，由该数据衍生的检查点和 GIF 仅限非商业研究使用，不属于仓库 MIT 许可证的覆盖范围；具体约束见 Attribution and licenses 和仓库 LICENSE。第三方声明在 THIRD_PARTY_NOTICES.md。

HotRepo 点评

BlinkMimic 出现在 HotRepo 2026-11-04 的 Python 新项目榜记录里：该条快照显示 107 颗星，一小时增长窗口内净增 4 颗。这说明它是一个近期新出现、有一定增速的项目，但样本不足以判断趋势；现有数据里也没有它的 GitHub 全语言日榜名次。对这个年龄的项目来说，README 的量化程度较高：给出了 3 个随机种子的训练时间、每次迭代成本、失败片段数，以及与 SuperMimic、InstantTrack 的对比表。对评估 G1 全身跟踪的读者来说，这里更值得看的是可复现的基线，而不是“几分钟”这个标题数字。