unitree rl gym项目实践记录2：通过TensorBoard查看奖励曲线

通过TensorBoard查看奖励曲线的操作流程如下：

    ‌启动TensorBoard服务‌
在终端执行命令tensorboard --logdir unitree_rl_gym/logs/g1/，默认会启动在6006端口。若端口冲突可通过--port参数指定其他端口（如--port=6007）7。

(rlgym) wen@wen-MS-7D22:~$ cd unitree_rl_gym
(rlgym) wen@wen-MS-7D22:~/unitree_rl_gym$ ls
deploy  legged_gym  logs       README_zh.md  setup.py
doc     LICENSE     README.md  resources     unitree_rl_gym.egg-info
(rlgym) wen@wen-MS-7D22:~/unitree_rl_gym$ tensorboard --logdir logs/g1/

    ‌访问可视化界面‌
浏览器输入localhost:6006或终端显示的URL（如http://localhost:6006），即可打开TensorBoard界面78。

    ‌定位奖励曲线‌
在TensorBoard的‌SCALARS‌选项卡中，查找标签为reward_mean或env/reward_mean的曲线，该曲线反映训练过程中的平均奖励变化趋势57。若需对比多条曲线（如训练/验证奖励），可使用add_scalars()方法记录的数据48。

    ‌高级功能‌
‌直方图分析‌：通过HISTOGRAMS选项卡查看奖励分布情况，需确保日志中已通过add_histogram()记录数据6。
‌时间筛选‌：调整界面左侧的时间范围滑块，可聚焦特定训练阶段的奖励变化39。

若日志路径包含多个实验（如按时间戳命名的子目录），需在--logdir中指定具体子目录或父目录以对比不同实验7。