部署流程

本流程将 RP1 的策略、机器人配置与设备连接成套核对，再依次完成启动、受限验证和结果记录。已完成训练的用户可从策略交接开始；使用外部策略时，也需要提供相同的接口定义和验证记录。

先完成环境配置与连接检查中的环境准备、源码获取与构建、设备连接检查。安装命令及目标平台设置统一在该文档中维护。

记录当前机器的硬件修订、板卡、系统镜像、固件、SDK 源码版本、机器人配置和标定版本，确认它们与所用策略配套。供电与控制关系见电气系统与硬件设计。

准备训练来源、checkpoint、导出策略与哈希、模型及动作参考、I/O 约定和 Sim2Sim 记录，见训练交付产物。完整开发路径为：

1. 模型与数据：确认身体配置与动作参考。
2. 训练与导出：保留任务、checkpoint 和导出策略。
3. Sim2Sim：对齐接口，并完成独立仿真验证。
4. 按本流程接入实机：核对标定与配置，再进行受限验证。

默认 28 轴配置的 930 维输入不能接收 24 轴 BeyondMimic 的 126 维动作跟踪策略。24 轴 BeyondMimic 有独立部署配置，其权重、参考动作与实际导出仍须成套核对。详细定义见策略路径与 I/O。

部署端从机器人目录加载 robot.yaml、策略 YAML 及模型、动作资源。先确定 <robot> 与 <policy>，再检查该组合引用的文件。

将 <robot> 和 <policy> 替换为配置名。launch 根据这些参数解析模型、动作与 latent 路径。

rp1_24dof/beyondmimic 的动作跟踪分支使用 126 维单帧输入、24 维动作及 dance1.npz；同一配置还列出 243 维默认速度策略。rp1/default 则为 28 动作、930 维历史输入。具体分支与导出文件的对应见策略路径。

零偏与增益使用当前机器对应的标定结果。24/28 部署配置的 type 均为 rp1.3；与 RP1.3.4 硬件或 rp1.3.2 模型配套时，另行确认修订对应关系。现场接口、设备反馈与标定检查见环境配置与连接检查。

检查 joint_num、model_names、obs_layouts、frame_stacks、obs_stack_orders、映射、默认角度、动作缩放、裁剪、dt 和 decimation。24 default 与 Sim2Sim 的历史布局不同，详见 I/O 约定。

inference.launch.py 默认选择 rpo/default。启动 RP1 时，显式传入机器人和策略名。启动会构造硬件接口；先按适用交付版本的操作资料完成接线、供电、标定与急停确认。

配置与资源核对完成后，24 动作默认配置的入口为：

robot:=rp1 选择 28 动作配置，使用前须补齐其默认 policy.onnx 并完成 I/O 约定核对。启动脚本、后台会话和停止方法见环境配置与连接检查。

以下阶段用于组织迁移检查。具体实机条件、保护设置与通过阈值按适用交付规范执行。

训练完成、模型导出、Sim2Sim 运行与实机验收是不同状态，应分别记录。软件任务完成、日志上传完成和物理任务通过也分别记录。结果允许通过、未通过、中止或证据不足；缺失数据保留未知。

将每次策略实验与来源、配置和产物绑定，便于比较结果和复现问题。实验身份至少包括机器人配置、镜像与固件、模型与策略、标定和任务条件。

每次实验记录：

• 各源码提交、模型来源、checkpoint 与导出文件哈希。
• task/agent、随机种子、环境与软件版本、运行配置。
• I/O 约定、历史布局、normalizer、关节与电机映射。
• 场景、指令条件、结果产物、完整错误与实际时间。
• 实机测试时另外记录交付硬件、固件、镜像、标定与操作资料版本。

保留训练 run 与 checkpoint，策略变更使用独立版本；不要覆盖原件后再以文件名推断实验身份。

实机验收需要适用配置的操作前提、正式指标与阈值、异常停止条件、急停确认、恢复规则及记录与签署要求。按适用交付版本的正式操作资料执行上电、接线、标零、急停、运动验证与故障恢复。当前版本的正式操作 SOP 和完整验收规范待补。

回退前确认已知良好策略、对应配置、镜像与固件、哈希、标定，以及恢复后验证方式。当前版本的实机回退 SOP 待补。

软件停止、去初始化与错误清除分别按接口语义使用：终止后台会话用于退出软件，stop_inference 停止策略推理，deinit_motors 走驱动去初始化；硬件急停使用交付版本规定的停止手段。软件出口的具体语义见 ROS 2 服务；驱动反馈与错误来源见驱动错误。

• 设备接口：IMU、电机、Robot、ROS 2、相机与手部接口。
• 接入示例：从最小接入示例找到适用入口。
• 问题排查：按环境、连接和驱动反馈定位问题。