Robot_Learning_IO_Board_Online

机器人学习输入输出分析板

在线使用： https://imchong.github.io/Robot_Learning_IO_Board_Online/

用「模块 + 连线」的节点图，把一条策略吃什么、吐什么、被什么奖励塑形画成可点开的网页。覆盖真机路线的 BeyondMimic、SONIC，与 MimicKit 方法族的 DeepMimic → AWR → AMP → ASE → LCP → ADD → SMP。除 AWR / ASE / SMP 三个上游只发了 humanoid 配置的方法外，其余全部以 Unitree G1 为准——九个项目里有六个画的是同一台 29 自由度的 G1。

另有一组 Isaac Lab 官方示例：Cartpole 与 Ant 各画两遍，一遍 manager-based、一遍 direct。同一个任务、同一台机器人、同一套 PPO 超参，只换工作流——于是「换写法到底换掉了什么」不必靠读文档，两张图逐格摆在一起就看得见。

重点

• 每个数字都能点到出处：维度与权重都带仓库文件路径 + 配置项名，可信度分「已核对 / 推导 / 推断」三档；总维度由校验脚本求和验证，不是凭印象画的示意图。
• 维度不只标大小，还标分量顺序：四元数写「4 维」等于没写——每个带维度的观测与动作都注明这几个数按什么排（(w, x, y, z) 还是 (x, y, z, w)、关节按哪套顺序、多帧是整块还是交错），校验脚本强制要求。
• 以开源实现为准：论文口径与实现口径不一致时，图画实现，差异写在模块备注里。
• 训练态 / 部署态可切换：同 id 的模块做位置补间，仅训练可见的模块淡出——「部署时什么消失了」是看得见的。
• 奖励来源是一等公民：手写公式、对抗判别器、编码器互信息、冻结的扩散先验分开渲染，而不是画成同一种框。
• 按代码运行顺序讲解：从数据源一格一格亮到奖励与参数更新，顺序由图本身推出，不另写一份步骤表。

五处能直接在页面上点开对照的结论：

• 同一台 29 自由度 Unitree G1，LCP 的策略观测 849 维、BeyondMimic 160 维，方向还相反——动画路线往观测里加信息，真机路线从观测里减信息。
• ASE 的 64 维技能潜变量与 SONIC 的 64 维 FSQ token 同维度、同位置，但一个是采样出来的、一个是编码出来的。
• 「动作抖动伤硬件」同一个问题：BeyondMimic 与 SONIC 加奖励项，LCP 改损失函数。
• 同一台 G1 的四元数，MimicKit（Isaac Gym）是 (x, y, z, w)、BeyondMimic 与 SONIC（Isaac Lab）是 (w, x, y, z)；29 个关节的排列顺序更有三套（Isaac Lab 广度优先 / MJCF 深度优先 / 真机 SDK）。维度对得上、顺序错了，是不会报错的那类 bug。
• 同一个 Isaac Lab 倒立摆，manager-based 版的 4 维观测是 (x, θ, ẋ, θ̇)、direct 版是 (θ, θ̇, x, ẋ)——同一个仓库里的两份官方实现，维度一样、顺序相反，接错了不会报错。同一批示例里的那对 Ant 反倒好办：36 维对 60 维，差的正好是四个足端的 24 维力旋量，接错当场就崩。

本地运行

零构建静态站，但数据用 fetch 加载，所以要走 HTTP 而不能直接双击 index.html：

python3 -m http.server 8080   # 打开 http://localhost:8080/
node scripts/validate.mjs     # 改完数据跑一遍校验

文档

• 页面怎么用、加一个项目怎么写数据：docs/GUIDE.md
• 设计取舍与九个项目逐项核对过的内容基线：PLAN.md

分类语汇沿用 Robotics Notebooks 的观测输入五类与奖励函数六类，并补上参考页缺失的输出侧五类。

许可

代码与数据为 MIT（见 LICENSE）。vendor/katex/ 为 KaTeX 项目的分发文件，许可见 vendor/katex/LICENSE。