Add Go1 15k deployment models

assets/docs/go1_policy_io_zh.md

@@ -6,7 +6,8 @@ TorchScript 模型，例如：
 
 - `resources/models/go1/policy.pt`
 - `resources/models/go1/policy_10k.pt`
-- 由 15k 楼梯 checkpoint 导出的 `policy.pt`
+- `resources/models/go1/policy_15k.pt`
+- `resources/models/go1/policy_15k.onnx`
 
 ## 1. 接口概览
 
@@ -168,7 +169,37 @@ Kd = 0.7
 
 实际部署还应按电机能力限制输出力矩。
 
-## 6. 最小调用示例
+## 6. ONNX 输入输出
+
+`policy_15k.onnx` 是无状态模型，不在模型内部保存历史。它与 TorchScript
+的输入接口不同：
+
+| 项目 | ONNX 规格 |
+| - | - |
+| 输入名称 | `obs` |
+| 输入形状 | `[1, 225]` |
+| 输出 0 | `actions`，形状 `[1, 12]` |
+| 输出 1 | `weights`，形状 `[1, 8]` |
+| 输出 2 | `latent`，形状 `[1, 32]` |
+
+ONNX 输入不是直接对 `[1, 5, 45]` 执行 `reshape`。225 维输入按观测项分组，
+每组内部再按时间从旧到新排列：
+
+```text
+[
+  angular_velocity(t-4:t),       # 5 * 3  = 15
+  projected_gravity(t-4:t),      # 5 * 3  = 15
+  command(t-4:t),                # 5 * 3  = 15
+  dof_position_error(t-4:t),     # 5 * 12 = 60
+  dof_velocity(t-4:t),           # 5 * 12 = 60
+  last_action(t-4:t),            # 5 * 12 = 60
+]
+```
+
+调用方需要维护 5 帧历史，并在 episode reset 时将历史清零。RoboGauge 当前
+直接使用 TorchScript；ONNX 主要用于其他推理后端。
+
+## 7. 最小调用示例
 
 ```python
 import numpy as np
@@ -232,7 +263,7 @@ target_dof_pos = DEFAULT_DOF_POS + 0.25 * action
 last_action = action.copy()
 ```
 
-## 7. Reset 要求
+## 8. Reset 要求
 
 以下情况必须同时重置模型历史和上一动作：
 
@@ -249,7 +280,7 @@ last_action.fill(0.0)
 
 只清零 `last_action` 而不调用 `model.reset()`，会残留上一段运行的历史状态。
 
-## 8. 不需要的部署信号
+## 9. 不需要的部署信号
 
 部署使用 Student 策略，不需要训练阶段 Teacher/Critic 的 263 维 privileged
 observation。以下信号不进入部署策略：
@@ -264,7 +295,7 @@ observation。以下信号不进入部署策略：
 这些信息仅在训练阶段用于 Teacher/Critic。Student 通过 5 帧本体观测历史估计
 32 维 latent。
 
-## 9. RoboGauge 对应实现
+## 10. RoboGauge 对应实现
 
 RoboGauge 已实现上述接口：
 
@@ -286,7 +317,7 @@ python robogauge/scripts/run.py \
   --goals target_pos_velocity
 ```
 
-## 10. 常见错误检查
+## 11. 常见错误检查
 
 1. 输入形状应为 `[1, 45]`，不是 `[45]` 或 `[1, 225]`。
 2. 输入 dtype 必须为 `torch.float32`。