如何把GR00T-WholeBodyControl部署到G1板端JetPack 6Orin刷机与TensorRT 10.7完全指南【免费下载链接】GR00T-WholeBodyControlWelcome to GR00T Whole-Body Control (WBC)! This is a unified platform for developing and deploying advanced humanoid controllers. This includes: Decoupled WBC models used in NVIDIA Isaac-Gr00t, Gr00t N1.5 and N1.6 and GEAR-SONIC项目地址: https://gitcode.com/gh_mirrors/gr/GR00T-WholeBodyControl本文带你把GR00T-WholeBodyControl的人形机器人控制器完整部署到Unitree G1 板端先为 Orin NX 刷机升级JetPack 6再安装TensorRT 10.7最后用 C 推理栈在 50 Hz 下跑起 GEAR-SONIC 全身控制策略。全程命令都已给出新手照着做即可。为什么必须升级到 JetPack 6G1 出厂自带的 JetPack 版本过低无法支持 GEAR-SONIC 推理所需的 TensorRT 版本。官方对板端部署有硬性要求平台必须的 TensorRT 版本x86_64 桌面开发机10.13G1 板端 OrinJetson10.7依赖 JetPack 6⚠️ 官方特别警告必须使用上表中的精确版本。版本不匹配会导致推理结果错误——planner 会输出错误动作可能引发机器人危险行为。整个板端部署流程可以概括为 6 步下载镜像 → 拆卸 SSD → 写盘 → 进刷机模式 → 刷机 → 装环境跑部署。第一步下载 JetPack 6.2 刷机镜像你需要两个文件从官方提供的 JetPack 6.2 资源页下载.tar文件Jetpack_6.2_nx.tar.bz2用于给 Orin 模块刷系统系统镜像g1-nx-j6.2.img.bz2写入 G1 的 NVMe SSD准备好工具5 mm T 型内六角扳手、2 mm 六角工具Fanttik 工具包自带、十字螺丝刀、USB-C 数据线、NVMe 硬盘盒从笔记本写盘时需要。完整步骤可对照官方刷机指南docs/source/references/jetpack6.md。第二步拆下 G1 的 NVMe SSD用 5 mm T 型内六角扳手拧下机器人尾部把手附近的两颗螺丝用 2 mm 六角工具拧下固定泡沫和塑料后盖的四颗螺丝掀开后盖用十字螺丝刀拧下 Orin NX 上固定 NVMe SSD 的单颗螺丝小心抽出 SSD 卡。第三步用硬盘盒把镜像写入 SSD把 SSD 装进 NVMe 硬盘盒插到写盘电脑上Ubuntu/Debian 系# 1. 确认外置SSD未挂载未挂载则跳过 sudo umount /dev/sda* # 2. 进入镜像所在目录写入系统镜像约需十几分钟 bzip2 -dc g1-nx-j6.2.img.bz2 | sudo dd of/dev/sda bs4M statusprogress convfsync # 3. 安全弹出 sudo sync sudo udisksctl power-off -b /dev/sda写完后把 SSD 先放在一边——它已经不需要了接下来刷的是 Orin 模块。第四步让 G1 进入刷机模式这是新手最容易卡住的一步按键顺序务必记牢开机等三个电源指示灯常亮用 USB-C 线把机器人连到电脑同时按住两个白色按键2 秒保持下键不动先松开上键继续按住下键 2 秒直到三颗绿灯变为两颗绿灯新开终端执行lsusb看到NVIDIA Corp. APX字样即成功进入刷机模式。第五步执行 Orin 刷机约8分钟确认lsusb出现 APX 后执行sudo tar -xjvf Jetpack_6.2_nx.tar.bz2 cd Jetpack_6.2_nx/Linux_for_Tegra sudo ./flash_nx_module.sh耐心等待约8 分钟看到 success 提示即刷机完成。第六步装机并开启 MaxN 性能模式关机把 SSD 装回 G1 并拧紧螺丝复原后盖与把手螺丝重新开机设置 Orin 到MaxN满血模式推理性能关键sudo nvpmodel -m 0 sudo jetson_clocks sudo jetson_clocks --show # 确认已是 MaxN 提示后续每次构建/部署时项目的环境脚本 gear_sonic_deploy/scripts/setup_env.sh 会在检测到 Jetson 时自动执行jetson_clocks无需手动重复。安装 TensorRT 10.7 与 JetPack 依赖先装 TensorRT官方文档强调 Install this first从 NVIDIA 开发者页面下载TAR 包约 10 GB不要用 DEB 包板端选10.7解压到~/TensorRTsudo apt-get install -y pv pv TensorRT-*.tar.gz | tar -xz -f - echo export TensorRT_ROOT$HOME/TensorRT ~/.bashrc source ~/.bashrc安装 DLA 编译相关包gear_sonic_deploy/scripts/setup_env.sh 会自动补 DLA 库路径与libcudla符号链接sudo apt-get install -y nvidia-l4t-dla-compiler libcudla-dev-12-6克隆仓库、安装依赖并构建 C 推理栈git clone https://gitcode.com/gh_mirrors/gr/GR00T-WholeBodyControl.git cd GR00T-WholeBodyControl git lfs pull # 拉取模型等大文件板端依赖安装脚本会自动识别 Jetsonaarch64安装 build-essential、cmake、just、ONNX Runtime、CUDA 开发包等cd gear_sonic_deploy chmod x scripts/install_deps.sh ./scripts/install_deps.sh source scripts/setup_env.sh # 配置 TensorRT / DLA / CUDA 路径 just build # 构建 C 部署程序再下载推理所需的 ONNX 模型与 plannerpython download_from_hf.py详细前提条件见官方安装文档docs/source/getting_started/installation_deploy.md依赖脚本源码gear_sonic_deploy/scripts/install_deps.sh。一键部署deploy.sh 与 g1_deploy_onnx_ref项目提供的一键部署脚本 gear_sonic_deploy/deploy.sh 会自动完成四步检查 TensorRT 与模型文件 → 装缺失依赖 →source setup_env.sh just build→ 启动部署。# 真机模式自动寻找 192.168.123.xUnitree 机器人网段接口 ./deploy.sh real # 或 MuJoCo 仿真联调自动禁用 CRC 校验 ./deploy.sh sim它实际执行的命令等价于见 docs/source/references/deployment_code.mdjust run g1_deploy_onnx_ref enP8p1s0 policy/release/model_decoder.onnx reference/example/ \ --obs-config policy/release/observation_config.yaml \ --encoder-file policy/release/model_encoder.onnx \ --planner-file planner/target_vel/V2/planner_sonic.onnx \ --input-type manager --output-type all其中--input-type支持keyboard / gamepad / zmq / ros2 / manager等模式manager可在键盘、手柄、ZMQ、ROS2 间动态切换最适合真机调试。常见问题排查清单症状原因与解决TensorRT_ROOT is not set把export TensorRT_ROOT$HOME/TensorRT写入~/.bashrc后重新sourceDLA 链接/运行报错执行sudo apt-get install -y nvidia-l4t-dla-compiler libcudla-dev-12-6再source scripts/setup_env.sh推理速度不达标检查sudo nvpmodel -m 0与sudo jetson_clocks是否已生效planner 动作异常九成是 TensorRT 版本不对板端必须 10.7桌面必须 10.13模型文件缺失重新执行git lfs pull或python download_from_hf.py找不到机器人网络接口机器人网段应为192.168.123.x可显式指定接口名如./deploy.sh enP8p1s0编译期可用tegrastats监控板载资源占用。延伸阅读官方 JetPack 6 刷机指南docs/source/references/jetpack6.md部署安装文档docs/source/getting_started/installation_deploy.mdC 部署程序说明与日志参数docs/source/references/deployment_code.md一键部署脚本gear_sonic_deploy/deploy.sh依赖安装与环境配置脚本gear_sonic_deploy/scripts/刷完机、装好 TensorRT 10.7 后你的 G1 就能在板端 50 Hz 实时跑起 GEAR-SONIC 全身控制策略了——从行走、爬行到 VR 遥操作全部由这块 Orin NX 独立完成。【免费下载链接】GR00T-WholeBodyControlWelcome to GR00T Whole-Body Control (WBC)! This is a unified platform for developing and deploying advanced humanoid controllers. This includes: Decoupled WBC models used in NVIDIA Isaac-Gr00t, Gr00t N1.5 and N1.6 and GEAR-SONIC项目地址: https://gitcode.com/gh_mirrors/gr/GR00T-WholeBodyControl创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
如何把GR00T-WholeBodyControl部署到G1板端JetPack 6？Orin刷机与TensorRT 10.7完全指南
如何把GR00T-WholeBodyControl部署到G1板端JetPack 6Orin刷机与TensorRT 10.7完全指南【免费下载链接】GR00T-WholeBodyControlWelcome to GR00T Whole-Body Control (WBC)! This is a unified platform for developing and deploying advanced humanoid controllers. This includes: Decoupled WBC models used in NVIDIA Isaac-Gr00t, Gr00t N1.5 and N1.6 and GEAR-SONIC项目地址: https://gitcode.com/gh_mirrors/gr/GR00T-WholeBodyControl本文带你把GR00T-WholeBodyControl的人形机器人控制器完整部署到Unitree G1 板端先为 Orin NX 刷机升级JetPack 6再安装TensorRT 10.7最后用 C 推理栈在 50 Hz 下跑起 GEAR-SONIC 全身控制策略。全程命令都已给出新手照着做即可。为什么必须升级到 JetPack 6G1 出厂自带的 JetPack 版本过低无法支持 GEAR-SONIC 推理所需的 TensorRT 版本。官方对板端部署有硬性要求平台必须的 TensorRT 版本x86_64 桌面开发机10.13G1 板端 OrinJetson10.7依赖 JetPack 6⚠️ 官方特别警告必须使用上表中的精确版本。版本不匹配会导致推理结果错误——planner 会输出错误动作可能引发机器人危险行为。整个板端部署流程可以概括为 6 步下载镜像 → 拆卸 SSD → 写盘 → 进刷机模式 → 刷机 → 装环境跑部署。第一步下载 JetPack 6.2 刷机镜像你需要两个文件从官方提供的 JetPack 6.2 资源页下载.tar文件Jetpack_6.2_nx.tar.bz2用于给 Orin 模块刷系统系统镜像g1-nx-j6.2.img.bz2写入 G1 的 NVMe SSD准备好工具5 mm T 型内六角扳手、2 mm 六角工具Fanttik 工具包自带、十字螺丝刀、USB-C 数据线、NVMe 硬盘盒从笔记本写盘时需要。完整步骤可对照官方刷机指南docs/source/references/jetpack6.md。第二步拆下 G1 的 NVMe SSD用 5 mm T 型内六角扳手拧下机器人尾部把手附近的两颗螺丝用 2 mm 六角工具拧下固定泡沫和塑料后盖的四颗螺丝掀开后盖用十字螺丝刀拧下 Orin NX 上固定 NVMe SSD 的单颗螺丝小心抽出 SSD 卡。第三步用硬盘盒把镜像写入 SSD把 SSD 装进 NVMe 硬盘盒插到写盘电脑上Ubuntu/Debian 系# 1. 确认外置SSD未挂载未挂载则跳过 sudo umount /dev/sda* # 2. 进入镜像所在目录写入系统镜像约需十几分钟 bzip2 -dc g1-nx-j6.2.img.bz2 | sudo dd of/dev/sda bs4M statusprogress convfsync # 3. 安全弹出 sudo sync sudo udisksctl power-off -b /dev/sda写完后把 SSD 先放在一边——它已经不需要了接下来刷的是 Orin 模块。第四步让 G1 进入刷机模式这是新手最容易卡住的一步按键顺序务必记牢开机等三个电源指示灯常亮用 USB-C 线把机器人连到电脑同时按住两个白色按键2 秒保持下键不动先松开上键继续按住下键 2 秒直到三颗绿灯变为两颗绿灯新开终端执行lsusb看到NVIDIA Corp. APX字样即成功进入刷机模式。第五步执行 Orin 刷机约8分钟确认lsusb出现 APX 后执行sudo tar -xjvf Jetpack_6.2_nx.tar.bz2 cd Jetpack_6.2_nx/Linux_for_Tegra sudo ./flash_nx_module.sh耐心等待约8 分钟看到 success 提示即刷机完成。第六步装机并开启 MaxN 性能模式关机把 SSD 装回 G1 并拧紧螺丝复原后盖与把手螺丝重新开机设置 Orin 到MaxN满血模式推理性能关键sudo nvpmodel -m 0 sudo jetson_clocks sudo jetson_clocks --show # 确认已是 MaxN 提示后续每次构建/部署时项目的环境脚本 gear_sonic_deploy/scripts/setup_env.sh 会在检测到 Jetson 时自动执行jetson_clocks无需手动重复。安装 TensorRT 10.7 与 JetPack 依赖先装 TensorRT官方文档强调 Install this first从 NVIDIA 开发者页面下载TAR 包约 10 GB不要用 DEB 包板端选10.7解压到~/TensorRTsudo apt-get install -y pv pv TensorRT-*.tar.gz | tar -xz -f - echo export TensorRT_ROOT$HOME/TensorRT ~/.bashrc source ~/.bashrc安装 DLA 编译相关包gear_sonic_deploy/scripts/setup_env.sh 会自动补 DLA 库路径与libcudla符号链接sudo apt-get install -y nvidia-l4t-dla-compiler libcudla-dev-12-6克隆仓库、安装依赖并构建 C 推理栈git clone https://gitcode.com/gh_mirrors/gr/GR00T-WholeBodyControl.git cd GR00T-WholeBodyControl git lfs pull # 拉取模型等大文件板端依赖安装脚本会自动识别 Jetsonaarch64安装 build-essential、cmake、just、ONNX Runtime、CUDA 开发包等cd gear_sonic_deploy chmod x scripts/install_deps.sh ./scripts/install_deps.sh source scripts/setup_env.sh # 配置 TensorRT / DLA / CUDA 路径 just build # 构建 C 部署程序再下载推理所需的 ONNX 模型与 plannerpython download_from_hf.py详细前提条件见官方安装文档docs/source/getting_started/installation_deploy.md依赖脚本源码gear_sonic_deploy/scripts/install_deps.sh。一键部署deploy.sh 与 g1_deploy_onnx_ref项目提供的一键部署脚本 gear_sonic_deploy/deploy.sh 会自动完成四步检查 TensorRT 与模型文件 → 装缺失依赖 →source setup_env.sh just build→ 启动部署。# 真机模式自动寻找 192.168.123.xUnitree 机器人网段接口 ./deploy.sh real # 或 MuJoCo 仿真联调自动禁用 CRC 校验 ./deploy.sh sim它实际执行的命令等价于见 docs/source/references/deployment_code.mdjust run g1_deploy_onnx_ref enP8p1s0 policy/release/model_decoder.onnx reference/example/ \ --obs-config policy/release/observation_config.yaml \ --encoder-file policy/release/model_encoder.onnx \ --planner-file planner/target_vel/V2/planner_sonic.onnx \ --input-type manager --output-type all其中--input-type支持keyboard / gamepad / zmq / ros2 / manager等模式manager可在键盘、手柄、ZMQ、ROS2 间动态切换最适合真机调试。常见问题排查清单症状原因与解决TensorRT_ROOT is not set把export TensorRT_ROOT$HOME/TensorRT写入~/.bashrc后重新sourceDLA 链接/运行报错执行sudo apt-get install -y nvidia-l4t-dla-compiler libcudla-dev-12-6再source scripts/setup_env.sh推理速度不达标检查sudo nvpmodel -m 0与sudo jetson_clocks是否已生效planner 动作异常九成是 TensorRT 版本不对板端必须 10.7桌面必须 10.13模型文件缺失重新执行git lfs pull或python download_from_hf.py找不到机器人网络接口机器人网段应为192.168.123.x可显式指定接口名如./deploy.sh enP8p1s0编译期可用tegrastats监控板载资源占用。延伸阅读官方 JetPack 6 刷机指南docs/source/references/jetpack6.md部署安装文档docs/source/getting_started/installation_deploy.mdC 部署程序说明与日志参数docs/source/references/deployment_code.md一键部署脚本gear_sonic_deploy/deploy.sh依赖安装与环境配置脚本gear_sonic_deploy/scripts/刷完机、装好 TensorRT 10.7 后你的 G1 就能在板端 50 Hz 实时跑起 GEAR-SONIC 全身控制策略了——从行走、爬行到 VR 遥操作全部由这块 Orin NX 独立完成。【免费下载链接】GR00T-WholeBodyControlWelcome to GR00T Whole-Body Control (WBC)! This is a unified platform for developing and deploying advanced humanoid controllers. This includes: Decoupled WBC models used in NVIDIA Isaac-Gr00t, Gr00t N1.5 and N1.6 and GEAR-SONIC项目地址: https://gitcode.com/gh_mirrors/gr/GR00T-WholeBodyControl创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
