宇树最新开源机器人Qmini 核心逻辑一图全解析
https://github.com/vsislab/RoboTamerSdk4Qmini
- rl_control
rl_control 是强化学习（Reinforcement Learning, RL）控制主循环。它每次被调用时，会：
统计循环次数；
用当前观测值（observation）调用神经网络（ONNX 模型）进行推理，得到动作增量（action_increment）；
对动作增量做变换（transform），并调用 joint_increment_control 更新关节目标值；
更新 RL 控制周期（_rl_time_step）。
简而言之，这个函数负责用 RL 算法实时计算机器人关节的动作。
- joint_increment_control
joint_increment_control 用于根据神经网络输出的增量（increment）更新机器人的关节目标值。它会：
更新步态相位（pm_f）；
计算步态相位（compute_pm_phase）；
按照增量调整关节目标值（joint_act），并做限幅处理，保证在安全范围内。
这个函数是 RL 控制的核心，负责把神经网络输出转化为实际的关节动作。
- sin_control
sin_control 用于让关节做正弦波运动，常用于测试或演示。它会：
计算正弦波的关节目标值；
如果配置为全部关节，则所有关节一起做正弦运动；
如果只针对某个关节，则只让指定关节运动；
最后做限幅处理。
这个函数可以让机器人关节按照正弦规律周期性运动。
- stand_control
stand_control 用于让机器人站立。它会：
调用 smooth_joint_action，将关节目标值从初始值平滑过渡到参考站立姿态（_ref_joint_act）；
做限幅处理。
这个函数实现了机器人从任意姿态平滑过渡到站立姿态的动作。
- sim_gait_control
sim_gait_control 用于模拟步态控制。它会：
按照预先加载的步态数据（sim_gait_data）逐步更新关节目标值；
每次调用时，步态数据索引递增，关节目标值更新为当前步态数据；
做限幅处理。
这个函数可以让机器人按照预设的步态数据做周期性运动，常用于仿真或测试。