仿真与数据生成 / Simulation and Data Generation

English contract

• Objective: turn a fixed task contract into deterministic simulation episodes with synchronized observations, actions, rewards, termination flags, and provenance.
• Inputs: robot/environment model, task reset distribution, observation/action schemas, controller or expert, seeds, and success definition.
• Stages: contract → simulator → expert validation → episode collection → dataset QA → versioned artifact.
• Acceptance: the expert reaches its declared threshold across fixed seeds; shapes, timestamps, ranges, resets, and split boundaries pass checks; rendering produces the documented observation.
• Evidence: the local entry point is smoke-tested. It proves the data path runs, not that a learned policy succeeds. Apply the validation policy.

目标与边界

把一个机器人任务变成可重复的数据生成系统：任务定义明确、状态与动作可追踪、专家策略可复跑、失败轨迹不被静默丢弃。本仓库以二维 PushCube 教学环境验证接口；它不等同于高保真动力学或真实机器人数据。

前置知识与输入

• 坐标系与变换
• MuJoCo 基础
• 数据集与训练闭环
• 输入：任务描述、环境参数、初始状态分布、控制频率、成功/失败条件和随机种子。

Pipeline

阶段	关键动作	输出/检查
1. Task spec	定义 observation、action、reward、termination	维度、单位、坐标系、时间戳契约
2. Simulator	建立 reset/step/render 和确定性种子	相同 seed 可重放
3. Expert/teleop	生成成功与失败示范	行为分布和覆盖范围
4. Episode writer	保存 transition、metadata、版本	无越界值、无错位帧
5. Dataset QA	统计成功率、长度、缺失率、分布	数据卡与异常清单
6. Consumer test	用训练 dataloader 读取一个 batch	shape、dtype、归一化一致

运行与产物

python scripts/run_pipeline.py --run simulation-data

入口：unified_pushcube_env.py。当前 smoke test 输出专家成功率、观测维度和 RGB 渲染形状。生产数据还应保存 episode_id、seed、环境/代码版本、校准参数、成功标签和终止原因。

验收门槛

• 固定 seed 重跑得到相同初态和终止逻辑。
• observation/action 的维度、单位和频率被记录并由断言保护。
• 同时抽查成功、任务失败、超时与传感器异常轨迹。
• 训练端能够无手工修补地读取数据；划分按场景或 episode，避免帧级泄漏。

常见失败：把渲染帧率当控制频率、相机和关节时间戳错位、只保存成功示范、重置后残留上一回合状态。