Add loaded-standing physics, PPO training, fixed-candidate acceptance, isolated inference, and fail-closed publication. Preserve the original 120-second drift failure and bind the operator-approved exception to the exact candidate and evidence. Include pending Reach training/release infrastructure and archived packages. Leave pre-existing short-worker visualization changes and large generated training artifacts out of this commit.
SkillFactory v0.0.2
真实单腿资产导入、固定悬空/可运动承载底座仿真与策略训练。资产/旧接口覆盖 Go2 FL / Go1 FL;新承载站立试验仅限Go2 FL,共享 PPO 仍仅为短更新原型。第二阶段新增 Go2 FL 固定悬空足端定点到达的固定数据 IQL 训练、恢复、独立评估与冻结包链路;发布验收结果见下文,不声明 Go1/整机/接触迁移。
当前首要任务:受载站立策略训练
主线已切换到 SkillFactory-LoadedLegStand-v0 的独立PPO训练。使用真实六维测力、可运动3kg底座和地面足端接触;保留横向/转动导向,竖直辅助为0。旧Reach冻结权重不用于新任务。
- 训练预登记、预算与选模规则
- 配置:
configs/training/go2_fl_loaded_stand_ppo_v1.json - 进度:
logs/loaded_stand/train_v1/progress.json;检查点:该目录的checkpoints/ - 首轮已完成:256环境、2048次更新、16,777,216条转移,耗时25.18分钟。validation-only选中1024更新,平均高度误差0.9663mm;随后holdout均值0.921mm、13类全幅通过,但原始120秒耐久足端漂移30.78mm超过30mm。用户批准本次固定偏差后,已带豁免冻结发布1.0.0;不是原始门槛全部通过。
- 候选:
logs/loaded_stand/train_v1/checkpoints/best_validation.pt;原始验收报告;用户豁免与1.0.0发布报告。归档:releases/go2_fl_loaded_stand-1.0.0.tar.gz。原始失败证据保留,不以已查看holdout重选权重。
已完成归档:Reach离线预训练与冻结包
- 范围与预注册门槛:
docs/stage2_plan.md;复现/推理:docs/stage2_usage.md。 - 最新验收报告:
docs/stage2_release_1_0_1.md;正式训练配置:configs/training/go2_fl_offline_v1_attempt2.json。 - 发布包:
releases/go2_fl_reach-1.0.1.tar.gz;只读目录:releases/go2_fl_reach-1.0.1/。完整边界6面/12边/8角物理复验通过(均值2.308mm),统一12项验收全部通过,权重未变。独立SkillBundle v1/leg-token-v1,不是通用SoftwareSpec v2 adapter。 - 新复验证据:
logs/stage2/v1_0_1/;原训练/恢复点:logs/stage2/v1_attempt2/;失败首轮:logs/stage2/v1/。1.0.0及历史报告原样保留,其旧accepted不代表新门槛通过,见修复记录。
新任务:连接底座的受载站立(实验v0)
SkillFactory-LoadedLegStand-v0:3kg可运动虚拟底座、刚性安装六维测力、足端接地;横向/转动弹簧阻尼导向,竖直导向力为0,没有世界固定根。- 13种无扰动/六轴正负载荷场景×14秒真实物理验证通过;最坏高度误差8.01mm。关闭驱动后全部环境向下塌落约35.46cm,排除了竖直悬挂承重。
- 本节数据属于反馈控制基线和训练环境;独立RL首轮已另行训练并获有限漂移豁免发布,但不是原始门槛全通过或无辅助单足/整机平衡。 新观测含6D安装口wrench,与Reach冻结接口不兼容。
- 模型、六维接口、实测报告与启动命令;配置:
configs/standing/go2_fl_support_v0.json;证据:logs/loaded_stand/v0/。旧Reach资产和1.0.1包不变。
统一软硬件描述规范
唯一规范入口:docs/software_hardware_spec.md。最新机器格式为 PartSpec / SoftwareSpec v2,示例位于 configs/parts/ 与 configs/software/;旧版规范及 Schema 已移除。发布版本 v0.0.2 与描述格式版本 v2 独立。
# Python 3.12,需已有 jsonschema;无需启动 Kit
python3 scripts/validate_descriptions.py \
--hardware configs/parts/*.json --software configs/software/*.json
通用 v2 adapter 尚未实现;下述单腿仿真继续使用保留的 configs/legs/ 运行输入。设计模板、静态校验通过均不等于已支持对应部位的仿真、训练或实机部署。
运行环境
本机已验证:Isaac Sim 6.0.1、Isaac Lab 3.0.0(core 6.1.17)、Python 3.12、Torch 2.10 CUDA、Kit PhysxCfg。不修改外部 Lab/Unitree,不安装新运行时。
# 仓库根目录;避免旧 conda/venv 抢占解释器
unset CONDA_PREFIX VIRTUAL_ENV
export PYTHONPATH="$PWD/source/SkillFactory${PYTHONPATH:+:$PYTHONPATH}"
export PYTHONUNBUFFERED=1
LAB=/home/cen/IsaacLab/isaaclab.sh
路径可按机器调整。不要在仓库根执行 uv sync:根 pyproject.toml 的依赖源仍是 Lab 模板配置;使用已有 Lab 解释器。需要安装项目时用该解释器 -m pip install -e source/SkillFactory。Kit 必须在任务配置/动作类导入之前启动;以下仿真入口已处理。
通用单腿:导入 → 验证 → 短训练
for leg in go2_fl go1_fl; do
"$LAB" -p scripts/assets/extract_leg.py --spec "configs/legs/$leg.json"
"$LAB" -p scripts/assets/convert_leg.py --bundle "assets/generated/legs/$leg"
done
"$LAB" -p scripts/leg_worker.py --bundle assets/generated/legs/go2_fl \
--num_envs 64 --steps 120 --output logs/leg_interface/verify
"$LAB" -p scripts/train_leg_skill.py \
--bundles assets/generated/legs/go2_fl assets/generated/legs/go1_fl \
--num_envs 16 --horizon 32 --updates 1 --output logs/leg_interface/train_smoke
新腿通过 JSON 声明源路径、安装切口、辅助支链、受控关节及足端,不按 Go2 名称硬编码。extract_leg.py --source-root 可覆盖示例机器路径。重提取后必须重新转换;分层 USD、网格、许可证与 manifest 整体保留。
GUI:给验证命令加 --num_envs 1 --viz kit;默认无 GUI。接触验证加 --contact-action 0,0,1,该动作只适用于示例 Go2/Go1 的声明顺序,不是任意腿的通用压地指令。
保留的第一周基准
"$LAB" -p scripts/assets/extract_go2_leg.py
"$LAB" -p scripts/assets/convert_go2_leg.py
"$LAB" -p scripts/anchor_smoke.py --num_envs 1 --mode contact --steps 600 --viz kit
# 完整验收约 11 分钟;开发时用 --suite contract
"$LAB" -p scripts/verify_anchor.py --suite full --num_envs 64 \
--duration 600 --reset_count 1334 --output logs/week1_anchor/acceptance
测试与接口
"$LAB" -p scripts/list_envs.py --show_presets
PYTEST_DISABLE_PLUGIN_AUTOLOAD=1 "$LAB" -p -m pytest tests -q
# 可选:额外启动旧任务 B=1/16/64 Kit 集成测试
PYTEST_DISABLE_PLUGIN_AUTOLOAD=1 ANCHOR_RUNTIME_TESTS=1 "$LAB" -p -m pytest tests/test_anchor_contract.py -q
"$LAB" -p -m ruff check source/SkillFactory scripts tests
docs/software_hardware_spec.md:统一软硬件描述规范 v2;支持腿/臂/手/夹爪/躯干/头部/底座/传感器的结构与语义端口,示例在configs/parts/。v2 adapter 尚未实现,当前可运行的仍是单腿 v1。docs/leg_interface.md:现有单腿兼容运行链路、验收阈值与证据;不作为另一份描述规范。SkillFactory-LegSkill-v0:结构化 token 与专用 PPO 原型入口;不能直接交给仅接受平坦观测的旧 RSL-RL trainer。SkillFactory-SingleLegAnchor-Go2-v0:保留[B,19]验收接口。Template-Skillfactory-v0:原 Cartpole 与scripts/rsl_rl/入口保留。
生成资产、训练日志、checkpoint 不入库;换机器需重建复验,冻结发布包独立保留。旧 train_leg_skill.py 每轮重启 Kit,仍仅适合短接口测试;正式离线链路使用常驻收集器与独立无仿真梯度训练。后续 latent 学习、留出形态评估和整机协调仍未实现;固定支座结果不证明整机迁移。