update

2026-08-01 15:02:43 +08:00
parent 269aac5116
commit 6441d9ad35
1 changed files with 338 additions and 119 deletions
--- a/四足机器狗训练到实机部署全流程指南.md
+++ b/四足机器狗训练到实机部署全流程指南.md
@@ -2,30 +2,39 @@
 > 本教程基于西安交通大学 RoboGauge 团队的研究成果 [Toward Reliable Sim-to-Real Predictability for MoE-based Robust Quadrupedal Locomotion](https://robogauge.github.io/static/files/arxiv.pdf) 及其[项目主页](https://robogauge.github.io/complete/)，将原始 Go2 训练任务适配为 Unitree Go1，并串联 IsaacLab 训练、RoboGauge 评估、MuJoCo sim2sim、ONNX 导出、RDK X5/S100 BPU 量化和 sim2real。
 >
-> 本文依据当前本地仓库代码和本次 Go1 训练记录整理。IsaacLab 训练、模型导出以及 RoboGauge 单模型评估命令已在训练机上验证；全新环境安装、BPU 量化和实机命令仍需在目标设备上逐条复核。不要整段复制后无人值守运行。
+> 本文依据当前本地仓库代码和本次 Go1 训练记录整理。已验证 1 轮 IsaacLab 训练、ONNX 接口与推理、MuJoCo 采样、RoboGauge 单任务评估，以及使用 ONNX 推理采样数据完成 X5/S100 PTQ 编译的链路。板端数值、延迟和硬件命令仍需在对应设备上逐条复核。不要整段复制后无人值守运行。
 ## 1. 教程范围与版本约定
 ### 1.1 仓库
-| 用途 | 仓库或目录 |
+| 用途 | 镜像内目录 | 本次验证版本 |
-| --- | --- |
+| --- | --- | --- |
-| IsaacLab 训练与自带 MuJoCo 部署 | `go2_rl_robotlab` 的 `go1` 分支 |
+| IsaacLab 源码 | `/opt/IsaacLab` | `v2.3.2` |
-| 自动化 sim2sim 评估 | `RoboGauge` 的 `go1` 分支 |
+| IsaacLab 训练与自带 MuJoCo 部署 | `/opt/go2_rl_robotlab` 的 `go1` 分支 | `f40874bc90c72264dbf46989d90e15a9715c1393` |
-| 独立 MuJoCo、ONNX、X5/S100 BPU 部署 | `go1_pro_deploy/deploy_45dim_rl_gym` |
+| 自动化 sim2sim 评估 | `/opt/RoboGauge` 的 `go1` 分支 | `66d0eb9010dabc501c52a8b9e5ffb2149dbcb82b` |
 | 独立 MuJoCo、ONNX、X5/S100 BPU 部署 | `/opt/go1_pro_deploy/deploy_45dim_rl_gym` | `22a13d6659c59e2793b08c767ab69d8fcc0a406b` |
 | 官方公开 SDK | [unitree_legged_sdk](https://github.com/unitreerobotics/unitree_legged_sdk) |
 | 私有 Go1 PRO SDK | 仅在内部部署机使用，本文不公开协议、密钥和专有接口 |
 本文有两条使用路径：
 - **路径 A，直接使用交付镜像**：不要重新 clone 或重新安装，使用 `/opt` 下的固定目录和解释器。
 - **路径 B，没有镜像**：按 3.4 节拉取仓库并安装，但仓库、虚拟环境、日志和产物仍全部放在 `/opt`。
 除第 11 至 14 节明确标注的 X5/S100 板端命令外，文中的 `/root/...` 不适用于训练镜像。训练镜像不得把环境或项目放到用户 home 目录。
 本次训练在约 33540 轮手动停止，最后一个完整保存的检查点是 `model_33500.pt`。综合当前单 seed RoboGauge 结果，本文仍用 **26000 轮检查点**作为平地与三级楼梯之间较均衡的部署基线；33500 是最新候选，而不是无条件替代 26000。示例发布名称如下：
 ```text
 训练检查点: model_26000.pt
-浮点模型:   policy_robotlab_26000.onnx
+TorchScript: policy_robotlab_26000_post_command_curriculum.pt
 浮点模型:   policy_robotlab_26000_post_command_curriculum.onnx
 X5 模型:    policy_robotlab_26000_int16_gemm.bin
 S100 模型:  policy_robotlab_26000_s100_int16_gemm.hbm
 ```
-训练目录中的导出文件会保留课程阶段，例如 `policy_robotlab_26000_post_command_curriculum.onnx`；确定发布版本后可再复制为上面的短名称。26000 只是当前均衡基线，不表示轮数越大一定越好。若任务以上楼梯为主，应同时保留 15000 和 26000；若以平地高速或下楼梯为主，可继续比较 33500。最终模型仍应根据多 seed RoboGauge、MuJoCo 回放和真机日志共同选择。
+训练目录中的导出文件会保留课程阶段。量化脚本使用 `--name policy_robotlab_26000` 时会生成上面的 X5/S100 短名称；TorchScript/ONNX 是否另存为不带课程后缀的别名必须在发布记录中明确。26000 只是当前均衡基线，不表示轮数越大一定越好。若任务以上楼梯为主，应同时保留 15000 和 26000；若以平地高速或下楼梯为主，可继续比较 33500。最终模型仍应根据多 seed RoboGauge、MuJoCo 回放和真机日志共同选择。
 ### 1.2 全流程
@@ -38,7 +47,7 @@ Go1 模型与任务适配
  -> RoboGauge 自动评估
  -> 独立 MuJoCo sim2sim
  -> ONNX 实机只读和悬空测试
-  -> 用真实日志制作 BPU 校准集
+  -> 用 ONNX 推理生成 PTQ 校验基准
  -> X5/S100 量化与离线对齐
  -> BPU 悬空对照
  -> 低速地面测试
@@ -68,58 +77,230 @@ Go1 模型与任务适配
 RoboGauge 当前关注的指标包括关节软限位、线/角速度误差、电机功耗、姿态稳定性、力矩平滑度、摩擦裕度和 ZMP 裕度。归一化后均按“越大越好”解释，但任何综合分数都不能替代分项检查。
-## 3. 训练环境
+## 3. 两种环境准备方式
 ### 3.1 硬件与软件前提
 - NVIDIA GPU 和匹配的驱动。
 - Linux 训练环境；图形界面训练不是必须。
 - Python 3.11。
- IsaacLab/Isaac Sim 2.3.2 对应依赖。
+- IsaacLab `2.3.2.post1` 和 Isaac Sim `5.1.0.0`。
 - 足够的磁盘空间保存检查点、TensorBoard 日志和导出模型。
-### 3.2 RoboGo 镜像
+### 3.2 路径 A：直接使用交付镜像
-此处由维护者补充平台镜像信息：
+以下信息在当前工作区无法从文件和 Docker 本地缓存推断，属于交付前必须填写的镜像元数据：
 ```text
-TODO（维护者填写）
+交付阻断项（维护者填写）
 RoboGo 镜像名称：
 镜像拉取命令：
 容器启动参数：
 训练数据持久化目录：
 ```
-若镜像已包含 IsaacLab、项目仓库和依赖，可跳过下一节的手工安装，但仍需核对代码分支和版本。
+量化工具链不依赖交付镜像本身的 CUDA 环境，已单独归档到 `/opt`：
-### 3.3 手工安装
+```text
 /opt/envs/go2_rl_robotlab/docker-toolchain/images/openexplorer_ai_toolchain_ubuntu_20_x5_cpu_v1.2.8.tar
 /opt/envs/go2_rl_robotlab/docker-toolchain/images/ai_toolchain_ubuntu_22_s100_s600_cpu_v3.7.0.tar
 ```
 归档内只有 Docker CLI 和工具链镜像，不包含也不应在交付镜像内自行启动 `dockerd`。量化时应连接宿主 Docker daemon，先执行 `docker load -i <归档>`，再运行第 11 节脚本。本次已实际加载并验证两个归档。
 如果交付镜像本身运行在 Docker 中，需要由宿主在创建容器时挂载 Docker socket：
 ```bash
-conda create -n go2_rl_robotlab python=3.11 -y
+# 以下在宿主执行，放入实际的 docker run 参数中
-conda activate go2_rl_robotlab
+docker run ... \
  -v /var/run/docker.sock:/var/run/docker.sock \
  <RoboGo镜像>
 ```
 进入容器后验收 CLI 和 daemon：
 ```bash
 sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker info
 sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker image inspect openexplorer/ai_toolchain_ubuntu_20_x5_cpu:v1.2.8
 sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker image inspect registry.d-robotics.cc/deliver/ai_toolchain_ubuntu_22_s100_s600_cpu:v3.7.0
 ```
 本次验证 daemon 的 `DockerRootDir` 是宿主 `/var/lib/docker`。交付所需的 CLI、配置和可重新加载的镜像归档都在 `/opt/envs/go2_rl_robotlab/docker-toolchain`；`docker load` 之后的展开层属于宿主 daemon 缓存，不会被保存进 RoboGo 交付镜像。如果专用量化主机要求 Docker 展开层也位于 `/opt`，应由主机管理员在首次 `docker load` 之前设置 daemon，不要在共享 Docker 主机上盲目更改：
 ```json
 {
  "data-root": "/opt/envs/go2_rl_robotlab/docker-toolchain/docker-data"
 }
 ```
 上述内容应合并到宿主 `/etc/docker/daemon.json`，然后由管理员重启 Docker 并用 `docker info --format '{{.DockerRootDir}}'` 验收。修改数据根目录会影响该 daemon 管理的所有镜像和容器，不是普通容器内步骤。
 镜像内目录必须固定如下：
 ```text
 /opt/IsaacLab
 /opt/go2_rl_robotlab
 /opt/RoboGauge
 /opt/go1_pro_deploy
 /opt/envs/go2_rl_robotlab
 /opt/envs/robogauge
 ```
 直接使用镜像时跳过 3.4 节。首次进入容器先执行验收，不要看到 `/opt/IsaacLab` 存在就默认版本正确：
 ```bash
 export OMNI_KIT_ACCEPT_EULA=YES
 export MPLCONFIGDIR=/tmp/robogauge-matplotlib
 test -d /opt/IsaacLab
 test -d /opt/go2_rl_robotlab
 test -d /opt/RoboGauge
 test -d /opt/go1_pro_deploy
 test -x /opt/envs/go2_rl_robotlab/bin/python
 test -x /opt/envs/robogauge/bin/python
 nvidia-smi
 git --git-dir=/opt/IsaacLab/.git --work-tree=/opt/IsaacLab describe --tags --always
 /opt/envs/go2_rl_robotlab/bin/python -c "import isaaclab, torch; import importlib.metadata as m; print('isaaclab', m.version('isaaclab')); print('isaacsim', m.version('isaacsim')); print('torch', torch.__version__)"
 ```
 预期为 IsaacLab `v2.3.2`/`2.3.2.post1`、Isaac Sim `5.1.0.0`、PyTorch `2.7.0`。IsaacLab `v2.2.0` 搭配 Isaac Sim `5.0.0` 与当前 `go1` 分支不兼容，不能作为交付镜像发布。本次检查发现原始 `/opt/IsaacLab` 正是该不兼容组合；镜像维护者必须在发布层将 `/opt/IsaacLab` 替换为 `v2.3.2`，不能只在另一个临时目录安装新版后继续交付旧路径。
 Pip 版 Isaac Sim 首次启动必须接受 EULA。建议把下面变量写入镜像运行环境，而不是只写在某个用户的 shell 历史中：
 ```bash
 export OMNI_KIT_ACCEPT_EULA=YES
 ```
 下列目录会在训练或评估时写入，镜像构建阶段必须由 root 预建并授予实际容器用户写权限：
 ```text
 /opt/go2_rl_robotlab/logs
 /opt/go2_rl_robotlab/outputs
 /opt/RoboGauge/logs
 /opt/RoboGauge/outputs
 /opt/go1_pro_deploy/logs
 /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/cache
 /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/data
 /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/logs
 /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/data/Kit/Isaac-Sim/5.1/user.config.json
 ```
 Dockerfile 中应使用交付镜像的实际运行 UID/GID（下面的 `APP_UID/APP_GID` 只是占位符）：
 ```dockerfile
 RUN install -d -m 0775 /opt/go2_rl_robotlab/logs /opt/go2_rl_robotlab/outputs \
    /opt/RoboGauge/logs /opt/RoboGauge/outputs \
    /opt/go1_pro_deploy/logs \
    /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/cache \
    /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/data \
    /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/logs \
 && chown -R ${APP_UID}:${APP_GID} /opt/go2_rl_robotlab/logs /opt/go2_rl_robotlab/outputs \
    /opt/RoboGauge/logs /opt/RoboGauge/outputs \
    /opt/go1_pro_deploy/logs \
    /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/cache \
    /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/data \
    /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/logs
 ```
 运行用户验收：
 ```bash
 test -w /opt/go2_rl_robotlab/logs
 test -w /opt/go2_rl_robotlab/outputs
 test -w /opt/RoboGauge/logs
 test -w /opt/RoboGauge/outputs
 test -w /opt/go1_pro_deploy/logs
 test -w /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/cache
 test -w /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/data
 test -w /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/logs
 test -w /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/data/Kit/Isaac-Sim/5.1/user.config.json
 ```
 旧 `/opt/IsaacSim` 清理后，RoboGauge 环境的 `bin/python3` 不得继续指向旧路径；应指向 `/opt/envs/go2_rl_robotlab/python-runtime`，并把 `/opt/RoboGauge` 和 RoboGauge 自己的 `site-packages` 放入 `PYTHONPATH`。否则第 9 节会在导入前直接报 `No such file or directory`。
 本流程以 `/opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim` 中的 pip 版 Isaac Sim `5.1.0.0` 为准。旧的独立 `/opt/IsaacSim` `5.0.0` 已从运行环境移除；不要重新挂载它的 `PYTHONPATH` 或 `python.sh`。
 若仓库由镜像构建用户创建、运行用户不同，普通 `git status` 可能报 `dubious ownership`。镜像应优先统一目录属主；只读检查也可使用 `git --git-dir=/opt/<REPO>/.git --work-tree=/opt/<REPO> ...`，不要为省事把所有系统目录加入 Git safe.directory。
 ### 3.3 镜像训练链路自检
 正式训练前先跑 1 轮。以下命令已在目标镜像运行环境中以 16 个环境验证，完成 384 个 transition，用时约 5.23 秒；发布镜像仍必须先通过 3.2 节的版本和写权限验收：
 ```bash
 cd /opt/go2_rl_robotlab
 OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/train.py \
  --task=RobotLab-Go1-v0 \
  --num_envs=16 \
  --max_iterations=1 \
  --run_name=image_direct_1iter \
  --logger=tensorboard \
  --headless
 ```
 确认新目录中至少有 `model_0.pt`、`train.log`、TensorBoard event、`params/env.yaml` 和 `params/agent.yaml`：
 ```bash
 find /opt/go2_rl_robotlab/logs/rsl_rl/go1_moe_cts -path '*image_direct_1iter*' -type f -print
 ```
 本次自检 checkpoint 的 SHA-256 为 `14589a131b09680bbbd10427ad6d5f90dd4cf3a0cc57b6f516c4de2ef1b0cbe3`。该文件仅证明训练链路可运行，不是可部署策略。
 ### 3.4 路径 B：没有镜像时从零安装
 以下命令假设主机已安装 NVIDIA 驱动、Docker（量化时需要）和 Conda；Conda/Miniforge 本身也应安装在 `/opt`。即使没有镜像，也统一把项目与 Conda prefix 放到 `/opt`：
 ```bash
 sudo install -d -o "$USER" -g "$(id -gn)" /opt/envs /opt/IsaacLab
 sudo install -d -o "$USER" -g "$(id -gn)" /opt/go2_rl_robotlab /opt/RoboGauge /opt/go1_pro_deploy
 conda create --prefix /opt/envs/go2_rl_robotlab python=3.11 -y
 conda activate /opt/envs/go2_rl_robotlab
 python -m pip install --upgrade pip
 python -m pip install "isaaclab[isaacsim,all]==2.3.2.post1" --extra-index-url https://pypi.nvidia.com
 python -m pip install torch==2.7.0 torchvision==0.22.0 --index-url https://download.pytorch.org/whl/cu128
 ```
-拉取 Go1 分支并安装项目内定制包：
+拉取固定分支。内部 Gitea 地址需要相应读取权限；没有权限时应向交付方获取源码归档及 commit 校验，不能退回公开仓库的不同分支假装等价：
 ```bash
-git clone --branch go1 --single-branch https://github.com/wertyuilife2/go2_rl_robotlab.git
+git clone --branch v2.3.2 --depth 1 https://github.com/isaac-sim/IsaacLab.git /opt/IsaacLab
-cd go2_rl_robotlab
+git clone --branch go1 --single-branch https://gitea.qingruxu.xyz/cyy/go2_rl_robotlab.git /opt/go2_rl_robotlab
 git clone --branch go1 --single-branch https://gitea.qingruxu.xyz/cyy/RoboGauge.git /opt/RoboGauge
 git clone --branch main --single-branch https://gitea.qingruxu.xyz/cyy/go1_pro_deploy.git /opt/go1_pro_deploy
 cd /opt/go2_rl_robotlab
 python -m pip install -e source/robot_lab
 python -m pip install -e source/rsl_rl
-python -m pip install mujoco pygame onnx onnxruntime tensorboard
+python -m pip install tensordict onnx onnxscript onnxruntime mujoco pygame tensorboard
 ```
 RoboGauge 使用独立环境，避免其 `mujoco==3.2.3`、`dm_control==1.0.23` 和 `numpy<2` 约束影响 IsaacLab。必须先固定 PyTorch，防止无上限的 `torch` 依赖在未来解析成 CUDA 13 等大体积版本：
 ```bash
 conda create --prefix /opt/envs/robogauge python=3.11 -y
 conda activate /opt/envs/robogauge
 python -m pip install torch==2.7.0 --index-url https://download.pytorch.org/whl/cpu
 cd /opt/RoboGauge
 python -m pip install -e /opt/RoboGauge
 ```
 最后由管理员创建运行目录并交给实际运行用户：
 ```bash
 sudo install -d -o "$USER" -g "$(id -gn)" /opt/go2_rl_robotlab/logs /opt/go2_rl_robotlab/outputs
 sudo install -d -o "$USER" -g "$(id -gn)" /opt/RoboGauge/logs /opt/RoboGauge/outputs
 sudo install -d -o "$USER" -g "$(id -gn)" /opt/go1_pro_deploy/logs
 ```
 记录环境，便于在部署前复现：
 ```bash
-git rev-parse HEAD
+git --git-dir=/opt/go2_rl_robotlab/.git --work-tree=/opt/go2_rl_robotlab rev-parse HEAD
-python --version
+/opt/envs/go2_rl_robotlab/bin/python --version
-python -m pip freeze > requirements-lock.txt
+/opt/envs/go2_rl_robotlab/bin/python -m pip freeze > /opt/go2_rl_robotlab/requirements-lock.txt
 nvidia-smi
 ```
@@ -277,10 +458,12 @@ max_iterations = 300000（通常通过命令行覆盖）
 建议从小到大试探：
 ```bash
-python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=512 --max_iterations=20 --headless
+cd /opt/go2_rl_robotlab
-python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=1024 --max_iterations=20 --headless
+export OMNI_KIT_ACCEPT_EULA=YES
-python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=2048 --max_iterations=20 --headless
+/opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=512 --max_iterations=20 --headless
-python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=4096 --max_iterations=20 --headless
+/opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=1024 --max_iterations=20 --headless
 /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=2048 --max_iterations=20 --headless
 /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/train.py --task=RobotLab-Go1-v0 --num_envs=4096 --max_iterations=20 --headless
 ```
 另开终端观察：
@@ -294,10 +477,10 @@ watch -n 1 nvidia-smi
 ### 6.2 正式训练并保留候选检查点
 ```bash
-cd go2_rl_robotlab
+cd /opt/go2_rl_robotlab
-conda activate go2_rl_robotlab
+export OMNI_KIT_ACCEPT_EULA=YES
-python scripts/rsl_rl/train.py \
+/opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/train.py \
  --task=RobotLab-Go1-v0 \
  --num_envs=4096 \
  --max_iterations=33500 \
@@ -309,13 +492,13 @@ python scripts/rsl_rl/train.py \
 日志默认位于：
 ```text
-logs/rsl_rl/go1_moe_cts/<时间戳>_go1_4096x24/
+/opt/go2_rl_robotlab/logs/rsl_rl/go1_moe_cts/<时间戳>_go1_4096x24/
 ```
 检查点每 500 轮保存一次。不要只保留最后一个文件，至少确认课程切换前后和最终候选都存在：
 ```bash
-find logs/rsl_rl/go1_moe_cts -name 'model_*.pt' -print | sort -V
+find /opt/go2_rl_robotlab/logs/rsl_rl/go1_moe_cts -name 'model_*.pt' -print | sort -V
 ```
 本次实际 run 保留了 `model_15000.pt`、`model_19500.pt`、`model_26000.pt` 和 `model_33500.pt`。若训练进程被 `Ctrl+C` 中断，以磁盘上最后一个完整 checkpoint 为准；本次停止日志到 33540 左右，但 33540 没有保存，不能把 33500 标成 33540。
@@ -323,7 +506,7 @@ find logs/rsl_rl/go1_moe_cts -name 'model_*.pt' -print | sort -V
 ### 6.3 断点续训
 ```bash
-python scripts/rsl_rl/train.py \
+OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python /opt/go2_rl_robotlab/scripts/rsl_rl/train.py \
  --task=RobotLab-Go1-v0 \
  --num_envs=4096 \
  --max_iterations=3000 \
@@ -340,7 +523,7 @@ python scripts/rsl_rl/train.py \
 训练机执行：
 ```bash
-tensorboard --logdir logs/rsl_rl --port 6006
+/opt/envs/go2_rl_robotlab/bin/python -m tensorboard.main --logdir /opt/go2_rl_robotlab/logs/rsl_rl --port 6006
 ```
 从本机通过 SSH 查看远端 TensorBoard：
@@ -373,10 +556,11 @@ ssh -L 6006:127.0.0.1:6006 <USER>@<TRAIN_HOST>
 `play.py` 加载 checkpoint 后，会先在同一 run 的 `exported/` 下生成 `policy.pt` 和 `policy.onnx`，再进入可视化 rollout：
 ```bash
-python scripts/rsl_rl/play.py \
+cd /opt/go2_rl_robotlab
 OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/play.py \
  --task=RobotLab-Go1-v0 \
  --num_envs=64 \
-  --checkpoint=/absolute/path/to/model_26000.pt
+  --checkpoint=/opt/go2_rl_robotlab/logs/rsl_rl/go1_moe_cts/<RUN_NAME>/model_26000.pt
 ```
 输出：
@@ -389,8 +573,9 @@ python scripts/rsl_rl/play.py \
 同一 run 下再次导出会覆盖这两个通用文件名。必须在切换到下一个 checkpoint 前复制并带上轮次、课程阶段；导出文件完整写入后才能终止 play：
 ```bash
-cp <RUN_DIR>/exported/policy.onnx /path/to/go1_pro_deploy/deploy_45dim_rl_gym/policy_robotlab_26000.onnx
+cp <RUN_DIR>/exported/policy.onnx /opt/go1_pro_deploy/deploy_45dim_rl_gym/policy_robotlab_26000.onnx
-cp <RUN_DIR>/exported/policy.pt /path/to/RoboGauge/resources/models/go1/policy_robotlab_26000.pt
+cp <RUN_DIR>/exported/policy.onnx /opt/RoboGauge/resources/models/go1/policy_robotlab_26000_post_command_curriculum.onnx
 cp <RUN_DIR>/exported/policy.pt /opt/RoboGauge/resources/models/go1/policy_robotlab_26000_post_command_curriculum.pt
 ```
 RoboGauge 当前通过 `torch.jit.load()` 使用 TorchScript `.pt`；ONNX 用于独立 MuJoCo、量化和实机部署。两者不能只靠改后缀互换。
@@ -400,10 +585,11 @@ RoboGauge 当前通过 `torch.jit.load()` 使用 TorchScript `.pt`；ONNX 用于
 训练 runner 保存的是可恢复训练的 checkpoint，不会默认在每次保存时生成 ONNX。`play.py` 即使使用 `--headless` 也会启动 Isaac Sim 和一个环境，不是纯模型导出器。要保持主训练进程运行，只应在另一块 GPU、另一台机器或确认剩余显存足够时启动独立 `play.py`：
 ```bash
-CUDA_VISIBLE_DEVICES=1 python scripts/rsl_rl/play.py \
+cd /opt/go2_rl_robotlab
 OMNI_KIT_ACCEPT_EULA=YES CUDA_VISIBLE_DEVICES=1 /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/play.py \
  --task=RobotLab-Go1-v0 \
  --num_envs=1 \
-  --checkpoint=/absolute/path/to/model_26000.pt \
+  --checkpoint=/opt/go2_rl_robotlab/logs/rsl_rl/go1_moe_cts/<RUN_NAME>/model_26000.pt \
  --headless
 ```
@@ -417,7 +603,7 @@ CUDA_VISIBLE_DEVICES=1 python scripts/rsl_rl/play.py \
 ### 8.3 检查 ONNX 接口
 ```bash
-python -c "import onnxruntime as ort; s=ort.InferenceSession('policy_robotlab_26000.onnx'); print([(x.name,x.shape,x.type) for x in s.get_inputs()]); print([(x.name,x.shape,x.type) for x in s.get_outputs()])"
+/opt/envs/go2_rl_robotlab/bin/python -c "import onnx, onnxruntime as ort; p='/opt/go1_pro_deploy/deploy_45dim_rl_gym/policy_robotlab_26000.onnx'; onnx.checker.check_model(onnx.load(p)); s=ort.InferenceSession(p, providers=['CPUExecutionProvider']); print([(x.name,x.shape,x.type) for x in s.get_inputs()]); print([(x.name,x.shape,x.type) for x in s.get_outputs()])"
 ```
 预期 ONNX 输入为 `obs: [1, 450] float32`，输出为 `actions: [1, 12] float32`。本次导出的 19500、26000 和 33500 ONNX 均已通过 `onnx.checker.check_model()`。输入输出不匹配时不要继续 sim2sim 或量化。
@@ -426,18 +612,27 @@ python -c "import onnxruntime as ort; s=ort.InferenceSession('policy_robotlab_26
 如果你要做的是“和部署链路一致”的快速检查，直接使用部署仓库里的 ONNX 入口。它读取当前 45 维单帧观测，并在脚本内部维护 10 帧历史，适合在进入完整 RoboGauge 评估前核对观测、动作缩放和地形 XML：
 Linux 不需要 `mjpython`；它主要用于 macOS 的 MuJoCo 图形启动。镜像中用绝对 ONNX 路径执行非交互采样。该脚本会在加载模型前切换工作目录，相对 ONNX 路径可能因此失效：
 ```bash
-cd /path/to/go1_pro_deploy
+cd /opt/go1_pro_deploy/deploy_45dim_rl_gym
-MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
+env -u MUJOCO_GL /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
-  --onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx
+  --onnx /opt/go1_pro_deploy/deploy_45dim_rl_gym/policy_robotlab_26000.onnx \
  --sample \
  --sample-seconds 1 \
  --sample-log-dir /opt/go1_pro_deploy/logs
 ```
 采样目录名固定以 `mujoco_stairs_sample_` 开头，用于保存独立 MuJoCo ONNX 推理检查日志；PTQ 使用第 11 节的正式 64 样本校验集。
 楼梯测试同样直接切 terrain：
 ```bash
-MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
+env -u MUJOCO_GL /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
-  --onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx \
+  --onnx /opt/go1_pro_deploy/deploy_45dim_rl_gym/policy_robotlab_26000.onnx \
-  --terrain deploy_45dim_rl_gym/terrains/stairs/stairs_3.xml \
+  --sample-stairs-level 3 \
  --sample-seconds 20 \
  --sample-log-dir /opt/go1_pro_deploy/logs \
  --spawn-x -0.6 \
  --spawn-z 0.34
 ```
@@ -448,40 +643,46 @@ MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
 ### 9.1 安装
-建议使用独立环境，因为当前 RoboGauge 固定了 `mujoco==3.2.3`、`dm_control==1.0.23` 和 `numpy<2`：
+路径 A 的镜像用户不再安装，先检查解释器、任务注册和模型：
 ```bash
-conda create -n robogauge python=3.10 -y
+test -x /opt/envs/robogauge/bin/python
-conda activate robogauge
+test -f /opt/RoboGauge/resources/models/go1/policy_robotlab_26000_post_command_curriculum.pt
 test -w /opt/RoboGauge/logs
-git clone https://github.com/wty-yy/RoboGauge.git
+cd /opt/RoboGauge
-cd RoboGauge
+/opt/envs/robogauge/bin/python -c "import torch, mujoco, numpy; print('torch', torch.__version__); print('mujoco', mujoco.__version__); print('numpy', numpy.__version__)"
 /opt/envs/robogauge/bin/python -c "import robogauge.tasks; from robogauge.utils.task_register import task_register; print(*sorted(task_register.pipeline_classes), sep='\n')" | grep '^go1_lab\.'
 ```
-# go1 分支当前维护在私有派生仓库；有权限时再执行
+路径 B 的无镜像用户按 3.4 节 clone 后，单独创建环境。当前 RoboGauge 固定了 `mujoco==3.2.3`、`dm_control==1.0.23` 和 `numpy<2`；先安装固定的 CPU PyTorch，再安装仓库，避免 `setup.py` 中无上限的 `torch` 自动选中未来的大体积 CUDA 构建：
 git remote add go1-private <GO1_ROBOGAUGE_REPOSITORY_URL>
 git fetch go1-private go1
 git switch -c go1 --track go1-private/go1
 ```bash
 conda create --prefix /opt/envs/robogauge python=3.11 -y
 conda activate /opt/envs/robogauge
 python -m pip install torch==2.7.0 --index-url https://download.pytorch.org/whl/cpu
 cd /opt/RoboGauge
 python -m pip install -e .
 ```
-公开仓库作为基线使用。本文所需的 `go1_lab.*` 任务来自本地修改版的 `go1` 分支；在新评估机上还必须同步该分支或应用对应提交。安装后执行下面的命令确认任务注册，输出中必须出现 `go1_lab.flat`、`go1_lab.stairs_fd` 等任务：
+上面的最后一条命令必须在 `/opt/RoboGauge` 中执行。本文需要 Gitea `go1` 分支中的 `go1_lab.*` 任务；公开上游仓库只能作为参考，不能用 `go2_lab.*` 代替。安装后确认当前 commit 与任务注册，输出中必须出现 `go1_lab.flat`、`go1_lab.stairs_fd` 等任务：
 ```bash
-git branch --show-current
+git --git-dir=/opt/RoboGauge/.git --work-tree=/opt/RoboGauge rev-parse HEAD
-python -c "import robogauge.tasks; from robogauge.utils.task_register import task_register; print(*sorted(task_register.pipeline_classes), sep='\n')"
+/opt/envs/robogauge/bin/python -c "import robogauge.tasks; from robogauge.utils.task_register import task_register; print(*sorted(task_register.pipeline_classes), sep='\n')"
 ```
 若不存在 `go1_lab.*` 任务，不要用 `go2_lab.*` 代替，应先同步本地 Go1 适配代码。
 ### 9.2 单模型评估
-直接通过 `--model-path` 指定 26000 对应的部署版 TorchScript。不要传入训练 checkpoint `model_26000.pt`，它是包含优化器等状态的字典，不能被 `torch.jit.load()`。平地配置默认没有启用目标，必须显式传入 `--goals`，否则不会得到有效的速度评估：
+直接通过 `--model-path` 指定 26000 对应的部署版 TorchScript。不要传入训练 checkpoint `model_26000.pt`，它是包含优化器等状态的字典，不能被 `torch.jit.load()`。当前平地配置默认启用最大速度和对角速度；命令仍显式传入 `--goals`，以免配置默认值变化后评测范围静默改变：
 ```bash
-MUJOCO_GL=glfw python robogauge/scripts/run.py \
+cd /opt/RoboGauge
 MUJOCO_GL=glfw MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/python robogauge/scripts/run.py \
  --task-name go1_lab.flat \
-  --model-path resources/models/go1/policy_robotlab_26000.pt \
+  --model-path /opt/RoboGauge/resources/models/go1/policy_robotlab_26000_post_command_curriculum.pt \
  --experiment-name go1_robotlab_26000_flat \
  --run-name flat_velocity \
  --goals max_velocity diagonal_velocity \
@@ -491,18 +692,18 @@ MUJOCO_GL=glfw python robogauge/scripts/run.py \
 三级楼梯使用目标点任务。`--spawn-type level_eval` 固定评估出生点，避免和搜索最高等级时的出生点混淆：
 ```bash
-MUJOCO_GL=glfw python robogauge/scripts/run.py \
+MUJOCO_GL=glfw MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/python robogauge/scripts/run.py \
  --task-name go1_lab.stairs_fd \
-  --model-path resources/models/go1/policy_robotlab_26000.pt \
+  --model-path /opt/RoboGauge/resources/models/go1/policy_robotlab_26000_post_command_curriculum.pt \
  --experiment-name go1_robotlab_26000_stairs_fd \
  --run-name stairs_fd_l3 \
  --level 3 \
  --spawn-type level_eval \
  --headless
-MUJOCO_GL=glfw python robogauge/scripts/run.py \
+MUJOCO_GL=glfw MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/python robogauge/scripts/run.py \
  --task-name go1_lab.stairs_bd \
-  --model-path resources/models/go1/policy_robotlab_26000.pt \
+  --model-path /opt/RoboGauge/resources/models/go1/policy_robotlab_26000_post_command_curriculum.pt \
  --experiment-name go1_robotlab_26000_stairs_bd \
  --run-name stairs_bd_l3 \
  --level 3 \
@@ -512,14 +713,17 @@ MUJOCO_GL=glfw python robogauge/scripts/run.py \
 `run.py --headless` 在 Linux 默认选择 EGL。本次评估机的 EGL 驱动不支持 `PLATFORM_DEVICE`，所以命令显式设置 `MUJOCO_GL=glfw`；GLFW 可能打印无法打开 X11 的 warning，但无窗口仿真仍可完成。如果目标机 EGL 工作正常，可改回 `MUJOCO_GL=egl`。
 本次镜像自检只启用 `--goals max_velocity`，6 个速度子任务约 12 秒完成，`quality_score.mean=0.8402`，证明 TorchScript 加载、Go1 XML、MuJoCo 和指标落盘链路可用。该数值不是发布验收阈值，也不能替代下文完整的多目标、多 seed 评估。
 单任务的 `--task-name` 必须是注册表里的完整名称，例如 `go1_lab.flat` 或 `go1_lab.stairs_fd`，不能写成裸的 `go1_lab`。只有下面的 stress pipeline 把 `go1_lab` 当作机器人任务前缀，再拼接具体地形。
 ### 9.3 跨地形压力测试
 ```bash
-MUJOCO_GL=glfw python robogauge/scripts/run.py \
+cd /opt/RoboGauge
 MUJOCO_GL=glfw MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/python robogauge/scripts/run.py \
  --task-name go1_lab \
-  --model-path resources/models/go1/policy_robotlab_26000.pt \
+  --model-path /opt/RoboGauge/resources/models/go1/policy_robotlab_26000_post_command_curriculum.pt \
  --experiment-name go1_robotlab_26000_stress \
  --stress-benchmark \
  --stress-terrain-names flat slope_fd slope_bd stairs_fd stairs_bd wave obstacle \
@@ -558,17 +762,15 @@ RoboGauge 的 `dof_power` 是归一化质量分，不是瓦特或电机温度。
 先启动服务端：
 ```bash
-conda activate robogauge
+cd /opt/RoboGauge
-cd RoboGauge
+MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/python robogauge/scripts/server.py --port 9973 --num-processes 8
 python robogauge/scripts/server.py --port 9973 --num-processes 8
 ```
 再启动训练：
 ```bash
-conda activate go2_rl_robotlab
+cd /opt/go2_rl_robotlab
-cd go2_rl_robotlab
+OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/train.py \
 python scripts/rsl_rl/train.py \
  --task=RobotLab-Go1-v0 \
  --num_envs=4096 \
  --max_iterations=26000 \
@@ -600,19 +802,20 @@ task_name="go1_lab.flat"
 这里推荐使用 `go1_pro_deploy/deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py`，因为它与 RobotLab 的 10 帧/450 维 ONNX 接口一致。
 ```bash
-cd /path/to/go1_pro_deploy
+cd /opt/go1_pro_deploy/deploy_45dim_rl_gym
 conda activate <DEPLOY_ENV>
-MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
+MUJOCO_GL=glfw /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
-  --onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx
+  --onnx /opt/go1_pro_deploy/deploy_45dim_rl_gym/policy_robotlab_26000.onnx
 ```
 这是带窗口和键盘的交互命令，需要可用的 X11/桌面。Linux 使用普通 `python`；只有 macOS 才通常需要 `mjpython`。脚本内部会 `chdir` 到自身目录，因此 `--onnx` 使用绝对路径。无图形环境应使用 8.4 节的 `--sample` 命令。
 楼梯测试：
 ```bash
-MUJOCO_GL=glfw mjpython deploy_45dim_rl_gym/deploy_go1_onnx_mujoco_lab.py \
+MUJOCO_GL=glfw /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
-  --onnx deploy_45dim_rl_gym/policy_robotlab_26000.onnx \
+  --onnx /opt/go1_pro_deploy/deploy_45dim_rl_gym/policy_robotlab_26000.onnx \
-  --terrain deploy_45dim_rl_gym/terrains/stairs/stairs_3.xml \
+  --terrain /opt/go1_pro_deploy/deploy_45dim_rl_gym/terrains/stairs/stairs_3.xml \
  --spawn-x -0.6 \
  --spawn-z 0.34
 ```
@@ -644,16 +847,26 @@ sim2sim 重点检查：
 BPU 量化不是把 ONNX 改一个后缀。至少需要：
 1. 已通过接口检查的 `policy_robotlab_26000.onnx`。
-2. 来自相同观测构建逻辑的真实部署日志。
+2. 与部署观测构建逻辑一致的 10 帧/450 维 `float32` PTQ 输入样本。
-3. 从 RL 状态提取的 10 帧/450 维 `float32` 校准样本。
+3. 使用浮点 ONNX 对这批输入执行推理得到的参考输出。
 4. 浮点 ONNX、图变换 ONNX、量化模型三者的逐样本输出对比。
 当前 26000 模型使用 `calibration_data_26000_robotlab_fast64/` 中的 64 个 PTQ 校验样本。这批数据来自 ONNX 推理流程，不是 X5 量化产生的模型 `.bin`。需要重新生成时，先检查供 `make_calibration_data.py` 使用的 ONNX 推理日志：
 ```bash
 find /opt/go1_pro_deploy/logs \
  -path '*/robotlab_go1_deploy_*/steps.jsonl' \
  -type f -print
 ```
 `make_calibration_data.py` 读取日志中的 `mode: RL` 和 45 维 `obs_single`，按部署顺序重建 10 帧/450 维历史，并写出工具链所需的 raw float32 校准输入 `.bin`。这里的 `.bin` 是 PTQ 输入文件；X5 编译完成后生成的模型也使用 `.bin` 后缀，但两者用途完全不同。脚本找不到匹配日志或有效样本不足时会中止，不会绕过数据准备继续编译。
 当前量化脚本会保留 actions 输出、降级 opset、包装为 BPU 需要的 4D 输入，并把 MoE grouped Conv 等价替换为 Gemm，以减少 CPU fallback。中间 norm 节点位于 actor 之前，不能随意删除或移到后处理。
 量化脚本内部流程如下：
 ```text
-真实日志 steps.jsonl
+ONNX 推理流程日志 steps.jsonl
  -> make_calibration_data.py 生成 float32 featuremap 校准样本
  -> keep_actions_output.py 只保留 actions 输出
  -> downgrade_policy_to_opset11.py 降级到工具链可接受的 opset
@@ -674,27 +887,37 @@ BPU 量化不是把 ONNX 改一个后缀。至少需要：
 | `--flat-dim` | 平铺输入维度；不填时为 `45 * history-len` | RobotLab 为 `450`，Gym 为 `225` |
 | `--samples` | 校准样本数量，越大越慢但覆盖更稳 | 默认 `64`，必要时 `128` |
 | `--min-samples` | 最少有效样本数，不足则中止 | 默认 `32` |
-| `--log-prefix` | 从 `logs/` 下筛选部署日志的目录前缀 | `robotlab_go1_deploy` |
+| `--log-prefix` | 从 `logs/` 下筛选 ONNX 推理日志的目录前缀 | `robotlab_go1_deploy` |
 | `--cal-tag` | 校准目录标签，区分 RobotLab/Gym | `robotlab`、`gym` |
 | `--compare-limit` | 浮点 ONNX 等价对比样本数 | 默认 `64` |
 | `--quant` | 量化策略 | 默认 `int16`，`int8` 仅作对照 |
 | `--docker-image` | D-Robotics CPU 工具链镜像 | X5/S100 各自不同 |
-量化建议在 Mac 或训练机的 Docker 中完成，不在 X5/S100 板端跑 Docker。板端只负责加载产物做离线测速、数值对齐和实机部署。
+量化建议在 Mac 或训练机的 Docker 中完成，不在 X5/S100 板端跑 Docker。本文训练/量化主机的仓库固定为 `/opt/go1_pro_deploy`；板端只负责加载产物做离线测速、数值对齐和实机部署。
 量化脚本内部直接调用 `docker`。运行 X5/S100 脚本前先验收 daemon：
 ```bash
 sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker info >/dev/null
 ```
 ### 11.2 RDK X5
 X5 使用 D-Robotics X5 CPU 工具链镜像：
 ```bash
-docker pull openexplorer/ai_toolchain_ubuntu_20_x5_cpu:v1.2.8
+sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker load \
  -i /opt/envs/go2_rl_robotlab/docker-toolchain/images/openexplorer_ai_toolchain_ubuntu_20_x5_cpu_v1.2.8.tar
 # 或在可联网的 Docker 主机直接拉取：
 # sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker pull openexplorer/ai_toolchain_ubuntu_20_x5_cpu:v1.2.8
 ```
 脚本默认会用 `docker run --rm --platform linux/amd64` 启动这个镜像，并把当前仓库挂载到 `/workspace/deploy_go1_pro`。量化机执行：
 ```bash
-cd /path/to/go1_pro_deploy
+cd /opt/go1_pro_deploy
 sudo env PATH=/opt/envs/go2_rl_robotlab/docker-toolchain/bin:${PATH} \
  bash deploy_45dim_rl_gym/bpu_quantization/quantize_policy_x5.sh \
  --policy ../policy_robotlab_26000.onnx \
  --round 26000 \
@@ -704,6 +927,7 @@ bash deploy_45dim_rl_gym/bpu_quantization/quantize_policy_x5.sh \
  --min-samples 32 \
  --log-prefix robotlab_go1_deploy \
  --cal-tag robotlab \
  --compare-limit 64 \
  --docker-image openexplorer/ai_toolchain_ubuntu_20_x5_cpu:v1.2.8 \
  --quant int16
 ```
@@ -715,16 +939,10 @@ X5 关键配置：
 - int16 时脚本在 YAML 中写入 `optimization: "set_all_nodes_int16"`。
 - `hb_mapper checker` 默认会先运行；明确知道模型已检查过时才使用 `--skip-checker`。
 预期产物：
 ```text
 deploy_45dim_rl_gym/bpu_quantization/mapper_output_26000_gemm/
  policy_robotlab_26000_int16_gemm.bin
 ```
 如果要量化旧 Gym 5 帧模型，必须同步修改历史长度、日志前缀和标签：
 ```bash
 sudo env PATH=/opt/envs/go2_rl_robotlab/docker-toolchain/bin:${PATH} \
  bash deploy_45dim_rl_gym/bpu_quantization/quantize_policy_x5.sh \
  --policy ../policy_35k.onnx \
  --round 35k \
@@ -734,6 +952,8 @@ bash deploy_45dim_rl_gym/bpu_quantization/quantize_policy_x5.sh \
  --quant int16
 ```
 以下是 **RDK X5 目标板** 命令。板端软件按交付约定安装在 `/root/go1_pro_deploy`；这是硬件系统路径，不是训练/量化镜像路径，也不应复制回 `/opt` 镜像执行：
 板端先做完全离线自检，不连接电机控制：
 ```bash
@@ -752,14 +972,18 @@ X5 的 featuremap 模型不要直接改用 `hobot_dnn.pyeasy_dnn.forward()`。
 S100 使用新版 S100/S600 CPU 工具链镜像：
 ```bash
-docker pull registry.d-robotics.cc/deliver/ai_toolchain_ubuntu_22_s100_s600_cpu:v3.7.0
+sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker load \
  -i /opt/envs/go2_rl_robotlab/docker-toolchain/images/ai_toolchain_ubuntu_22_s100_s600_cpu_v3.7.0.tar
 # 或在已登录 registry 的 Docker 主机直接拉取：
 # sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker pull registry.d-robotics.cc/deliver/ai_toolchain_ubuntu_22_s100_s600_cpu:v3.7.0
 ```
 脚本同样在量化机 Docker 中运行，不在 S100 板端运行 Docker：
 ```bash
-cd /path/to/go1_pro_deploy
+cd /opt/go1_pro_deploy
 sudo env PATH=/opt/envs/go2_rl_robotlab/docker-toolchain/bin:${PATH} \
  bash deploy_45dim_rl_gym/bpu_quantization/quantize_policy_s100.sh \
  --policy ../policy_robotlab_26000.onnx \
  --round 26000 \
@@ -769,6 +993,7 @@ bash deploy_45dim_rl_gym/bpu_quantization/quantize_policy_s100.sh \
  --min-samples 32 \
  --log-prefix robotlab_go1_deploy \
  --cal-tag robotlab \
  --compare-limit 64 \
  --docker-image registry.d-robotics.cc/deliver/ai_toolchain_ubuntu_22_s100_s600_cpu:v3.7.0 \
  --march nash-e \
  --quant int16
@@ -781,13 +1006,6 @@ S100 关键配置：
 - int16 时脚本在 YAML 中写入 `quant_config.model_config.all_node_type: int16`。
 - `compiler_parameters.core_num` 当前为 `1`，优先保证单次策略推理低延迟；需要多核吞吐测试时应另做离线 benchmark，不要直接改实机脚本。
 预期产物：
 ```text
 deploy_45dim_rl_gym/bpu_quantization/mapper_output_26000_s100_gemm/
  policy_robotlab_26000_s100_int16_gemm.hbm
 ```
 产物同步到 S100 后，先看模型信息再测速：
 ```bash
@@ -833,12 +1051,9 @@ deploy_45dim_rl_gym/bpu_quantization/mapper_output_26000_s100_gemm/
 公开 SDK 可用于核对通用 API、结构体字段和安全调用方式，但不要直接运行带位置目标的官方示例。先只编译：
 ```bash
-git clone https://github.com/unitreerobotics/unitree_legged_sdk.git
+git clone https://github.com/unitreerobotics/unitree_legged_sdk.git /opt/unitree_legged_sdk
-cd unitree_legged_sdk
+cmake -S /opt/unitree_legged_sdk -B /opt/unitree_legged_sdk/build
-mkdir build
+cmake --build /opt/unitree_legged_sdk/build --parallel
 cd build
 cmake ..
 cmake --build . --parallel
 ```
 本地 `walk-these-ways/go1_gym_deploy/unitree_legged_sdk_bin/lcm_position.cpp` 可作为官方 SDK 接入策略控制环的公开参考。阅读时重点关注 UDP 收发线程、`LowState` 到策略观测的转换、`Safety` 调用和退出流程，不要照搬其网络地址、增益或速度范围到另一台机器人。
@@ -929,7 +1144,7 @@ pgrep -fl 'keep_sport_alive|Legged_sport|appTransit'
 - 用相同 450 维输入比较 PyTorch、ONNX 和 BPU 输出。
 - 检查 12 维动作的顺序、符号、范围和有限性。
 - 测量平均、P99 和最大推理时间。
- 对零输入、真实日志输入和边界输入做回归。
+- 对零输入、PTQ 校验输入和边界输入做回归。
 ### 14.2 第 1 级：只读 LowState
@@ -1094,7 +1309,7 @@ loop_dt_ms / recv_ms / policy_ms / work_ms / state_fresh / state_age_ms
 ### 16.3 BPU 很快，但真机表现比 ONNX 差
-速度合格不代表数值合格。使用同一批真实 450 维输入逐帧比较 ONNX/BPU，重点查 featuremap 输入、量化校准分布、输出 reshape、CPU fallback 和 runtime 调用生命周期。
+速度合格不代表数值合格。使用同一批 PTQ 校验输入逐帧比较 ONNX/BPU，重点查 featuremap 输入、量化校准分布、输出 reshape、CPU fallback 和 runtime 调用生命周期。
 ### 16.4 TensorBoard 总回报上涨，但 RoboGauge 下降
@@ -1106,7 +1321,10 @@ loop_dt_ms / recv_ms / policy_ms / work_ms / state_fresh / state_age_ms
 ## 17. 发布前检查清单
- [ ] RoboGo 镜像和容器启动信息已补全。
+- [ ] RoboGo 镜像名称、拉取命令、容器启动参数和持久化目录已补全；当前文档中的阻断项不再是 TODO。
 - [ ] `/opt/IsaacLab` 为 `v2.3.2`，pip 环境为 IsaacLab `2.3.2.post1`、Isaac Sim `5.1.0.0`、PyTorch `2.7.0`，且没有重新挂载旧 `/opt/IsaacSim`。
 - [ ] 运行用户可写训练、RoboGauge、MuJoCo 和 Isaac Sim runtime 目录，且 `OMNI_KIT_ACCEPT_EULA=YES` 已注入。
 - [ ] 镜像 1 轮训练自检通过，并保存 `model_0.pt`、日志和参数文件。
 - [ ] 硬件、接线、网络和急停章节已由设备负责人补全。
 - [ ] 所有仓库 commit 和 Python 依赖已记录。
 - [ ] 15000、19500、26000、33500 候选已注明课程阶段，并完成 TensorBoard 与 RoboGauge 对比。
@@ -1114,8 +1332,9 @@ loop_dt_ms / recv_ms / policy_ms / work_ms / state_fresh / state_age_ms
 - [ ] ONNX 输入 450、输出 12，关节顺序为 `FR, FL, RR, RL`。
 - [ ] RoboGauge 单任务使用完整的 `go1_lab.*` 注册名，而非裸 `go1_lab` 或 `go2_lab`。
 - [ ] MuJoCo 平地、转向、侧移、急停和台阶测试通过。
- [ ] 真实日志校准集与模型版本一致。
+- [ ] PTQ 输入、ONNX 参考输出与模型版本一致。
 - [ ] X5/S100 量化模型通过离线精度和延迟验收。
 - [ ] X5/S100 工具链归档已通过 SHA-256 校验，并在具备 Docker daemon 的主机完成 `docker load`。
 - [ ] 私有 SDK 的协议、密钥和专有实现未写入公开文档。
 - [ ] 实机测试严格完成只读、观测、推理、状态机、悬空、地面分级流程。
 - [ ] 每条停机路径均已实际演练。