metatron-browser 是什么？29关节Unitree G1人形机器人在浏览器里走起来——项目全景指南

metatron-browser 是 NVIDIA 开源的人形机器人项目，它基于强化学习策略，让 29 个关节的 Unitree G1 人形机器人直接在浏览器里走路、互动并自动恢复平衡。本指南带你快速看懂这个项目：仓库里有什么、模型是什么、浏览器凭什么能"跑"起机器人，以及使用时的限制与授权条款。

📦 项目概览：metatron-browser 是做什么的

metatron-browser 仓库存放的是 Metatron G1 统一"场景交互 + 恢复策略"的 ONNX 推理导出文件，服务于两个浏览器应用：

• Metatron browser demo：单机器人交互演示，机器人走路、与环境交互、跌倒后恢复
• G1 Racer：6 台机器人同场竞技的竞速场景

关键信息：行走、场景交互、恢复三大能力共享同一个策略（epoch-6410 的统一 student 模型），没有单独的恢复适配器——也就是说，机器人"爬起来"也是这套策略自己学会的，而不是外挂的规则脚本。

🗂️ 仓库结构一览：每个文件都是什么

整个仓库非常精简，只有 5 个文件：

⚠️ 两个 ONNX 文件学习权重相同，但运行时接口不同，不能互相替换。README 中为每个文件提供了 SHA256 校验值，方便你下载后验证完整性。

🧠 模型技术速览：Transformer 学生模型

按 README.md 的规格表：

简单理解：这是一个"教师-学生"蒸馏后的学生模型——先验（prior）快速给出动作预测，解码器（decoder）再细化输出，从而让推理快到能在浏览器里实时运行。

💻 浏览器里怎么"跑"起机器人？

浏览器集成依赖两大技术组合：

1. MuJoCo WASM：物理仿真在浏览器中运行，负责机器人的动力学与碰撞
2. ONNX Runtime Web：神经网络推理，优先使用WebGPU加速，不支持时回退到CPU/WASM

💡 WebGPU 在支持的设备上体验最佳；纯 CPU/WASM 回退路径不保证 6 机器人场景的实时性。启动时间与吞吐量会受显卡驱动、浏览器和硬件影响。

关于输入输出（以 demo 管线为例）：

• 输入：当前 G1 状态、8 组历史状态、成对的原始动作、9 项动作历史、带掩码的未来姿态/风格/速度目标、场景盒上下文（共 39 项输入），且没有recovery_enabled输入——恢复目标是运行时实时输入，而非固定目标
• 输出：关节 PD 目标（action）、PD 增益（stiffness、damping）和供历史反馈用的raw_action

Racer 网络则把 6 台机器人打包成一个 batch 一次推理，观测在神经图之外计算，只暴露action和raw_action。README 明确提醒：不要把 demo 的原始输入直接喂给 racer 网络，也不要擅自改 batch 大小——除非重新构建并验证。

✅ 数值一致性验证

NVIDIA 对导出做了数值校验：6 机器人批量网络与单机器人 demo 导出在60 个不同/历史扰动测试状态上比对，最大绝对动作误差仅5.55e-6；恢复高度、恢复时机、动作历史、场景输入都经过独立扰动验证，确认它们确实影响输出。注意这是数值导出检查，不等于任务成功率或真机基准。

⚠️ 限制与安全须知

• 恢复、平衡与跟踪可能失败，尤其在超出评估过的状态、地形和指令分布时
• 游戏里的发射辅助、低重力区域、重生等机制属于应用玩法，不代表策略或真实机器人具备这些能力
• 模型不是避碰系统，也不是安全控制器
• 用于真实 G1 硬件前需要独立验证、合理的关节/扭矩限位、有人监督的测试和急停机制
• 仓库不包含训练数据集和训练检查点，不是完整的训练复现包

📄 许可证与资产权利

• 模型协议：LICENSE.pdf（NVIDIA Open Model License），并需遵守 NOTICE.txt 中的署名要求
• 模型许可不覆盖动作数据集、恢复参考片段、机器人网格、游戏资产或第三方运行时软件——这些资产不在本仓库中，需通过各自渠道获取并遵守其独立条款
• 两个 ONNX 导出文件公开匿名可下载，可复现性建议固定到具体 commit 而非main分支

🚀 一句话总结

metatron-browser 用一套 Transformer 学生策略 + ONNX Web 推理 + MuJoCo WASM 物理，把"29 关节人形机器人在浏览器里走路并自己爬起来"变成了现实。如果你想动手体验或二次开发，从 README.md 的输入输出接口和配对应用说明入手，是最快的路径。