本文面向当前仓库
(https://github.com/wang-sm520/ATEC.git)，整理安装步骤，以及 Task A / B / D 当前方案的实现思路、关键文件和本地复现指令。重要约定：
scripts/play_atec_task.py固定加载demo/solution.py。因此同一时间只能有一个任务的 solution 处于 active 状态。切换 Task A/B/D 前，先确认并备份当前demo/solution.py。
- 1. 安装步骤
- 2. 通用运行与调试约定
- 3. Task A：G1 AMP 越野行走
- 4. Task B：G1 RGB-D 搜索 + 接触 / 推扫 baseline
- 5. Task D：G1 推箱改造环境 baseline
- 6. 提交打包注意事项
建议配置：
| 项目 | 建议 |
|---|---|
| GPU | NVIDIA RTX 系列，显存至少 8GB 可做本地冒烟，24GB+ 更适合训练 |
| 驱动 | 当前本机验证可用：580.159.03； 595版本，Isaac camera 曾出现兼容问题 |
| 系统 | Ubuntu 22.04 / 24.04 |
| 内存 | 32GB+ |
| 磁盘 | 50GB+，如果采集 RGB demo 或训练，需要更多空间 |
sudo apt update
sudo apt install -y git git-lfs build-essential cmake \
libglu1-mesa libxrender1 libxi6 libxrandr2 libxcursor1 libxinerama1 \
libgl1 libegl1 libvulkan1 vulkan-tools
git lfs install确认 Vulkan 可用：
vulkaninfo | head本机已有 conda 环境：
conda activate atec当前本地常用命令统一写成：
cd /ATEC
conda activate atec如果在新机器重建环境，建议遵循 IsaacLab 官方安装流程，然后安装本仓库扩展：
# 1) 创建 conda 环境
conda create -n atec python=3.11 -y
conda activate atec
python -m pip install --upgrade pip
# 3) 安装 Isaac Sim / IsaacLab
# 推荐按 IsaacLab 官方文档安装‘https://isaac-sim.github.io/IsaacLab/v2.3.2/source/setup/installation/pip_installation.html’，isaacsim版本选择5.1,isaaclab版本选择2.3.2，并确保 AppLauncher 能启动。
# 4) 安装本仓库扩展
cd /ATEC/source/atec_rl_lab
python -m pip install -e .常用额外依赖：
# Task B 的 MiniWBC ONNX 推理需要
python -m pip install onnxruntime
# Task E ACT 训练需要；A/B/D 不强制需要
python -m pip install diffusers tyro h5py tensorboard wandb imageio如果是重新 clone 的仓库，确认 LFS 资产完整：
cd /home/amiao/wsm/ATEC
git lfs pull列出已注册环境：
cd /home/amiao/wsm/ATEC
python scripts/list_envs.py | grep ATEC查看任务环境：
python scripts/view_task_a.py --enable_cameras
python scripts/view_task_b.py --enable_cameras
python scripts/view_task_d.py --enable_camerasTask E / 带 camera 的环境必须加 --enable_cameras，否则会报：
RuntimeError: A camera was spawned without the --enable_cameras flag.
本地端到端评测统一走：
PYTHONPATH=. python scripts/play_atec_task.py \
--task <ATEC-TaskX-Robot> \
--num_envs 1 \
--enable_cameras \
--debug例如：
PYTHONPATH=. python scripts/play_atec_task.py \
--task ATEC-TaskD-G1 \
--num_envs 1 \
--enable_cameras \
--debugscripts/play_atec_task.py 中固定：
from demo.solution import AlgSolution因此：
- Task A 复现时，需要让
demo/solution.py是 Task A 版，同时demo下包含提交时所需文件； - Task B 复现时，需要让
demo/solution.py是 Task B 版，同时demo下包含提交时所需文件； - Task D 当前主仓库 active 的
demo/solution.py是 Task D 版，同时demo下包含提交时所需文件。
切换前建议手动改solution文件
Task A 当前路线是 G1 AMP locomotion：
motion data
-> AMP-PPO 训练 G1 行走策略
-> 导出 TorchScript policy.pt
-> demo/solution_a.py 在评测时重建训练期 observation layout
-> policy 输出 29 维 body action
-> padding 到 G1 完整 action 维度
核心点：
- 训练算法：PPO + AMP（Adversarial Motion Priors）。AMP 用 motion data 约束步态风格，PPO 优化任务 reward。
- 输入历史：策略期望 960 维 term-major history：
ang_vel history + cmd history + gravity history + joint_pos history + joint_vel history + last_action history - 航向控制：
demo/solution_a.py内部积分 yaw rate，用 P-controller 生成cmd[2]，避免走着走着偏航。 - action scale 补偿：训练时使用 per-joint action scale，ATEC 评测环境使用统一
0.5scale，因此推理时要乘上补偿系数。
关键文件：
| 路径 | 作用 |
|---|---|
docs/task_a_amp_training.md |
Task A AMP 训练说明：训练命令、AMP 参数、地形 curriculum、checkpoint / 导出说明 |
docs/task_a_motion_data_pipeline.md |
Task A motion 数据流水线：AMASS/GMR retarget、AMP JSON 转换、motion 数据维护 |
scripts/rsl_rl/train_amp.py |
AMP 训练入口 |
scripts/rsl_rl/play_amp.py |
回放并导出 policy.pt / policy.onnx |
motion_data/g1_29dof/ |
AMP motion 数据 |
demo/solution_a.py |
Task A 提交入口实现 |
demo/archieve/TASK_A/5.31--2.6/ |
历史 Task A 归档版本 |
tmux new -s amp
conda activate atec
cd /home/amiao/wsm/ATEC
python scripts/rsl_rl/train_amp.py \
--task=ATEC-Isaac-AMP-Unitree-G1-TaskA-v0 \
--num_envs=4096 \
--max_iterations=100000 \
--headless \
--amp_motion_files motion_data/g1_29dof/*.json监控：
tensorboard --logdir logs/rsl_rl_amp/g1_amp_rough --port 6006python scripts/rsl_rl/play_amp.py \
--task=ATEC-Isaac-AMP-Unitree-G1-TaskA-v0 \
--num_envs=16 \
--real-timeplay_amp.py 会导出：
<run_dir>/exported/policy.pt
<run_dir>/exported/policy.onnx
注意：这会把 active solution 切成 Task A。不要在需要保留 Task D active 状态时直接覆盖。
cd /home/amiao/wsm/ATEC
# 使用训练导出的 policy
cp logs/rsl_rl_amp/g1_amp_rough/<run>/exported/policy.pt demo/policy.pt
# 切换 active solution
cp demo/solution_a.py demo/solution.py
# 本地评测
PYTHONPATH=. python scripts/play_atec_task.py \
--task ATEC-TaskA-G1 \
--num_envs 1 \
--enable_cameras \
--real-time \
--debugTask B 当前路线是 分层 G1 loco-manip baseline，目前找了一个WBC的policy，可以控制双手运动，各方向运动，包括z方向蹲下，目标是先稳定拿接触分，再尝试少量放置分：
obs["proprio"]
-> DeadReckoningOdometry 估计机器人 pose
obs["image"]["head_rgb/head_depth"]
-> TaskBRgbdPerception 检测彩色物体并投影到地面坐标
pose + detections + current_score
-> TaskBPlanner 状态机
-> 输出 WBCCommand：底盘速度 / 身高 / 腰部 / 双手目标
WBCCommand + proprio
-> MiniWBC(policy18.onnx)
-> 33 维 G1 action
关键策略：
- 不依赖固定物体坐标：通过 RGB-D 检测物体。
- 里程计粗定位：从 proprio 的 base velocity 和 projected gravity 积分估计
(x, y, yaw)。 - 搜索状态机：旋转扫描 + 前进换点，覆盖物体可能出现区域。
- 接触得分优先：Task B 中手部靠近物体可触发拾取分，因此第一阶段用低位双手接触 / 推扫。
- MiniWBC 控制：使用
policy18.onnx的全身控制器，同时控制底盘速度、身体高度和双手位姿。
当前归档文件集（同时也是需要提交的文件）：
demo/archieve/TASK_B/6.13_7/
solution.py
mini_wbc.py
task_b_nav.py
task_b_perception.py
task_b_planner.py
policy18.onnx
requirements.txt
关键文件说明：
| 文件 | 作用 |
|---|---|
solution.py |
AlgSolution 入口，只做模块 wiring |
task_b_nav.py |
dead-reckoning odometry + posture guard |
task_b_perception.py |
RGB-D 彩色物体检测、深度反投影、track 分配 |
task_b_planner.py |
搜索 / approach / creep / squat / sweep 状态机 |
mini_wbc.py |
ONNX MiniWBC adapter，输出 G1 33 维 action |
policy18.onnx |
MiniWBC 权重 |
cd /home/amiao/wsm/ATEC
conda activate atec
# 确保依赖
python -m pip install onnxruntime
# 本地评测
PYTHONPATH=. python scripts/play_atec_task.py \
--task ATEC-TaskB-G1 \
--num_envs 1 \
--enable_cameras \
--debug平台上传时使用 flat 文件集：
solution.py
mini_wbc.py
task_b_nav.py
task_b_perception.py
task_b_planner.py
policy18.onnx
requirements.txt
不要上传：
run.sh
server.py
平台会自动注入服务入口。
当前 Task B 是 baseline，不是完整抓取搬运方案：
- RGB-D 传统检测对 IsaacLab / camera calibration 版本敏感；升级环境后需要重新校准。
- 主要目标是接触得分，放置分依赖推扫运气和物体位置。
- 下一阶段可以加入真实 grasp / carry、轻量 detector、目标排序和局部 interaction policy。
当前主仓库 active 的 demo/solution.py 是 Task D 方案。
路线：冻结 Task A G1 locomotion policy，把它当作速度跟踪器；上层用纯 Python 状态机规划推箱：
obs["proprio"]
-> _Odometry 里程计估计机器人位姿
-> _WallPushController 推箱状态机生成速度命令 (vx, vy, wz)
-> _G1VelocityPolicyBridge 转成 G1 关节 action
-> env.step(action)
当前状态机核心阶段：
warmup
-> approach_back
-> push_x
-> around_top
-> push_y
-> around_back2
-> push_x_pit
-> forward
得分思路：
- 利用箱子起始位置确定、场景几何确定的特点；
- 先把箱子推到平台边 / 坑附近，拿环境改造相关分；
- 机器人自己越过
x=-1.4线，拿基础前进分； - 进入
forward后尝试切换到policy_climb.pt，继续向终点方向走。 - 目前已经可以把箱子推进沟壑，还需要一个可以爬楼梯的策略 关键文件：
| 路径 | 作用 |
|---|---|
demo/solution.py |
当前 active Task D solution，包含里程计、policy bridge、推箱状态机 |
demo/policy_a.pt |
G1 行走策略，960 维输入、29 维 action |
demo/policy_climb.pt |
爬楼 / 爬越策略，进入 forward 阶段后尝试切换 |
docs/task_d_submission.md |
Task D 提交 / 复刻说明 |
docs/superpowers/specs/2026-06-07-task-d-dual-policy-handoff-design.md |
双策略接力设计说明 |
scripts/probe_task_d_groundtruth.py |
本地 probe，查看真值与分数 |
scripts/probe_task_d_wallpush.py |
推箱方案调试脚本 |
当前 active solution 如果没有被覆盖，可以直接跑：
cd /home/amiao/wsm/ATEC
conda activate atec
PYTHONPATH=. python scripts/play_atec_task.py \
--task ATEC-TaskD-G1 \
--num_envs 1 \
--enable_cameras \
--debug本地 demo/solution.py 优先加载：
policy_a.pt
policy.pt
平台提交时如果只传 policy.pt，需要先把正确的 Task A 行走权重复制成 policy.pt：
推荐提交文件：
solution.py
policy.pt
policy_climb.pt
requirements.txt
如果不提交 policy_climb.pt，当前代码会优雅降级为只用 walk policy，但过坑 / 继续前进能力会受影响。