То, о чём говорят в сообществе: на реальном G1 нет прямого измерения линейной скорости — в симуляции (Isaac Lab/MuJoCo) она подаётся в observation state, а на железе её надо оценивать (state estimation). Разработчики RL-политик отмечают: implicit PD controller недоступен для sim2real-обучения «как есть», скорость по наблюдениям сходится плохо. Рабочие пути: dropout/randomize наблюдений в обучении, VIO/SLAM-оценки, обучение с domain randomization по массе/трению. Подписывайтесь на обновления unitree_rl_gym — Unitree активно выкладывает улучшения. Обсуждаем в этой теме: какие у вас оценки скорости, что сходится. Для покупки G1 EDU (100 TOPS, 43 DoF) — robapp.store, консультируем по железу под RL.