diff --git a/四足机器狗训练到实机部署全流程指南.assets/NetworkLayout.png b/四足机器狗训练到实机部署全流程指南.assets/NetworkLayout.png
new file mode 100644
index 0000000..b9592b3
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/NetworkLayout.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/image-20260801191848283.png b/四足机器狗训练到实机部署全流程指南.assets/image-20260801191848283.png
new file mode 100644
index 0000000..a6ae96e
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/image-20260801191848283.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/image-20260801192200981.png b/四足机器狗训练到实机部署全流程指南.assets/image-20260801192200981.png
new file mode 100644
index 0000000..8bae676
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/image-20260801192200981.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/image-20260801192620807.png b/四足机器狗训练到实机部署全流程指南.assets/image-20260801192620807.png
new file mode 100644
index 0000000..d21a48d
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/image-20260801192620807.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/image-20260801193333084.png b/四足机器狗训练到实机部署全流程指南.assets/image-20260801193333084.png
new file mode 100644
index 0000000..6c02d4c
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/image-20260801193333084.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/image-20260801193808916.png b/四足机器狗训练到实机部署全流程指南.assets/image-20260801193808916.png
new file mode 100644
index 0000000..0dddd50
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/image-20260801193808916.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/image-20260801194631847.png b/四足机器狗训练到实机部署全流程指南.assets/image-20260801194631847.png
new file mode 100644
index 0000000..59c23df
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/image-20260801194631847.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/image-20260801200427939.png b/四足机器狗训练到实机部署全流程指南.assets/image-20260801200427939.png
new file mode 100644
index 0000000..180abe8
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/image-20260801200427939.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/img_v3_02145_97a765f5-ee43-4437-b264-4555bfb617eg.jpg b/四足机器狗训练到实机部署全流程指南.assets/img_v3_02145_97a765f5-ee43-4437-b264-4555bfb617eg.jpg
new file mode 100644
index 0000000..1f608a0
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/img_v3_02145_97a765f5-ee43-4437-b264-4555bfb617eg.jpg differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 161128.png b/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 161128.png
new file mode 100644
index 0000000..040f720
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 161128.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 184526.png b/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 184526.png
new file mode 100644
index 0000000..1a2b780
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 184526.png differ
diff --git a/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 192536.png b/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 192536.png
new file mode 100644
index 0000000..14624e8
Binary files /dev/null and b/四足机器狗训练到实机部署全流程指南.assets/屏幕截图 2026-08-01 192536.png differ
diff --git 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
index a2716f2..b06c2a2 100644
--- 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
@@ -1,8 +1,7 @@
 # 四足机器狗从训练到实机部署全流程指南
 
-> 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。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
 
@@ -15,9 +14,9 @@
 | Go1 RoboGauge 评估 | [ChenYouYuan0413/RoboGauge](https://github.com/ChenYouYuan0413/RoboGauge) | `go1` | `/opt/RoboGauge` | `a1665511267bca6f66c41224a113595f0abd3051` |
 | Go1 MuJoCo、ONNX 与 BPU 部署 | [ChenYouYuan0413/go1_deploy](https://github.com/ChenYouYuan0413/go1_deploy) | `main` | `/opt/go1_deploy/deploy_rl_lab` | `cc7864aa605df0d6f533c463ddf930d2ace8aed8` |
 
-上述三个 Go1 适配仓库均可从 GitHub 匿名拉取，不再依赖内部 Gitea。官方公开 SDK 可参考 [unitree_legged_sdk](https://github.com/unitreerobotics/unitree_legged_sdk)；私有 Go1 PRO SDK 仍仅在内部部署机使用，本文不公开协议、密钥和专有接口。
+上述三个 Go1 适配仓库均可从 GitHub 匿名拉取，不再依赖内部 Gitea。官方公开 SDK 可参考 [unitree_legged_sdk](https://github.com/unitreerobotics/unitree_legged_sdk)。
 
-当前交付镜像只保留 RobotLab 版本，部署目录结构固定为：
+当前交付镜像部署目录结构为：
 
 ```text
 /opt/go1_deploy/
@@ -33,14 +32,10 @@
   logs/
 ```
 
-已删除的 `deploy_45dim/`、`deploy_wtw/`、`sim2sim_mujoco_example/` 和旧 Gym/旧轮次 ONNX 不属于交付结构，本文不再引用。量化机、训练镜像和板端分别使用 `/opt/go1_deploy` 与 `/root/go1_deploy` 作为仓库根目录，子目录均为 `deploy_rl_lab`。
-
 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。
+- **路径 A，直接使用交付镜像**：不需要重新 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
 
 本文以 26000 轮检查点演示导出、评估、量化和部署流程。示例发布名称如下：
 
@@ -52,7 +47,7 @@ X5 模型:    policy_robotlab_26000_int16_gemm.bin
 S100 模型:  policy_robotlab_26000_s100_int16_gemm.hbm
 ```
 
-训练目录可保留不同课程阶段的 checkpoint 用于比较，但交付目录只保留最终选定的版本。量化脚本使用 `--name policy_robotlab_26000` 时会生成上面的 X5/S100 名称。更换发布 checkpoint 时，应重新导出 ONNX 并完整执行 RoboGauge、MuJoCo 和量化验收，而不是把多个旧 ONNX 一并放入交付目录。
+训练目录可保留不同课程阶段的 checkpoint 用于比较，但交付目录只保留最终选定的版本。量化脚本使用 `--name policy_robotlab_26000` 时会生成上面的 X5/S100 名称
 
 ### 1.2 全流程
 
@@ -72,13 +67,13 @@ Go1 模型与任务适配
   -> 复杂地形测试
 ```
 
-任何阶段不通过，都应退回上一阶段定位问题，不能用放宽真机保护阈值来掩盖观测、关节顺序或模型接口错误。
+任何阶段不通过，都应退回上一阶段定位问题，不能用放宽真机保护阈值来掩盖观测、关节顺序或模型接口错误
 
 ## 2. 研究方法解读
 
 ### 2.1 为什么使用 MoE-CTS
 
-该流程的核心不是只追求仿真中的高回报，而是提高策略在未知动力学和地形上的泛化能力，并用标准化指标提前判断 sim2real 风险。
+该流程的核心不是只追求仿真中的高回报，而是提高策略在未知动力学和地形上的泛化能力，并用标准化指标提前判断 sim2real 风险
 
 - **CTS（Concurrent Teacher-Student）**：teacher 可使用地形高度、接触力、关节力矩等特权信息；student 仅使用真机可获得的本体感知历史。两者在训练期间并行优化，使 student 学会从历史观测中估计隐含环境信息。
 - **MoE（Mixture of Experts）**：策略包含多个 expert，由门控网络根据隐变量组合不同 expert。不同 expert 可以分别覆盖平地、坡面、台阶、低摩擦和动力学扰动等状态。
@@ -91,69 +86,40 @@ Go1 模型与任务适配
 
 1. **训练奖励**：判断优化是否收敛、是否发生策略坍塌。
 2. **RoboGauge 指标**：在跨地形、跨摩擦、多随机种子下比较跟踪、安全和运动质量。
-3. **真机保护与日志**：判断实时观测、动作、关节目标和硬件状态是否处于允许范围。
+3. **真机保护与日志**：判断实时观测、动作、关节目标和硬件状态是否处于允许范围
 
-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。
+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. 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 `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。
+- 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 `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 路径 A：直接使用交付镜像
 
-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：
+我们在地瓜的robogo的云桌面平台--[d-robotics](https://robogo.d-robotics.cc/cloud-desktop)
+提供了配置好所有环境开箱即用的镜像
+
+![image-20260801194631847](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/image-20260801194631847.png)
+
+如上创建桌面，选择DOG-MOE-CTS_V1.1的镜像开始创建，选择12g-16c32g的配置
+
+进入后我们先把量化的dockerg工具链进行挂载：
 
 ```text
-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：
+sudo docker load -i /opt/envs/go2_rl_robotlab/docker-toolchain/images/openexplorer_ai_toolchain_ubuntu_20_x5_cpu_v1.2.8.tar
+
+sudo docker load -i /opt/envs/go2_rl_robotlab/docker-toolchain/images/ai_toolchain_ubuntu_22_s100_s600_cpu_v3.7.0.tar
 ```
 
-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`：
+量化时应连接宿主 Docker daemon，先执行 `docker load -i`，再运行第 11 节脚本
 
-```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
-# 以下在宿主执行，放入实际的 docker run 参数中
-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：
+镜像内目录固定如下：
 
 ```text
 /opt/IsaacLab
@@ -164,7 +130,7 @@ sudo /opt/envs/go2_rl_robotlab/docker-toolchain/bin/docker image inspect registr
 /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：
+直接使用镜像时跳过 3.4 节。首次进入容器先执行验收：
 
 ```bash
 export OMNI_KIT_ACCEPT_EULA=YES
@@ -184,15 +150,15 @@ git --git-dir=/opt/IsaacLab/.git --work-tree=/opt/IsaacLab describe --tags --alw
 /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。
+预期为 IsaacLab `v2.3.2`/`2.3.2.post1`、Isaac Sim `5.1.0.0`、PyTorch `2.7.0`
 
-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：
+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：
 
 ```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：
+下列目录会在训练或评估时写入：
 
 ```text
 /opt/go2_rl_robotlab/logs
@@ -223,25 +189,9 @@ RUN install -d -m 0775 /opt/go2_rl_robotlab/logs /opt/go2_rl_robotlab/outputs \
     /opt/envs/go2_rl_robotlab/lib/python3.11/site-packages/isaacsim/kit/logs
 ```
 
-运行用户验收：
+RoboGauge 环境应指向 `/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`
 
-```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_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。
+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
 
 ### 3.3 镜像训练链路自检
 
@@ -264,11 +214,11 @@ OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/tra
 find /opt/go2_rl_robotlab/logs/rsl_rl/go1_moe_cts -path '*image_direct_1iter*' -type f -print
 ```
 
-自检生成的 checkpoint 仅用于确认训练链路可运行，不是可部署策略。
+自检生成的 checkpoint 仅用于确认训练链路可运行，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`：
+以下命令假设主机已安装 NVIDIA 驱动、Docker（量化时需要）和 Conda：
 
 ```bash
 sudo install -d -o "$USER" -g "$(id -gn)" /opt/envs /opt/IsaacLab
@@ -333,12 +283,12 @@ nvidia-smi
 
 公开仓库的 `go1` 分支已包含 Go1 训练与部署适配。适配不只是替换 URDF，至少包括以下内容：
 
-1. 添加完整的 Go1 URDF、MuJoCo XML 和 mesh。
-2. 定义 Go1 执行器、默认关节角、PD 参数和力矩限制。
-3. 新建 `RobotLab-Go1-v0` 的场景、观测、动作、奖励、随机化和课程配置。
-4. 注册 Go1 任务及 MoE-CTS runner 配置。
-5. 添加 Go1 的 MuJoCo 配置和部署入口。
-6. 在所有模块中统一关节顺序与策略输入输出。
+1. 添加完整的 Go1 URDF、MuJoCo XML 和 mesh
+2. 定义 Go1 执行器、默认关节角、PD 参数和力矩限制
+3. 新建 `RobotLab-Go1-v0` 的场景、观测、动作、奖励、随机化和课程配置
+4. 注册 Go1 任务及 MoE-CTS runner 配置
+5. 添加 Go1 的 MuJoCo 配置和部署入口
+6. 在所有模块中统一关节顺序与策略输入输出
 
 ### 4.1 必须固定的策略接口
 
@@ -376,8 +326,6 @@ RobotLab ONNX 的历史按“观测项分组后堆叠”，不是简单地将 10
  关节位置 10 帧, 关节速度 10 帧, 上一动作 10 帧]
 ```
 
-不要把旧 RL-Gym 的 5 帧/225 维 ONNX、RobotLab 的 10 帧/450 维 ONNX、内部维护历史的 45 维 TorchScript 混用。即使程序没有立即报错，错误的历史排列也会让输出失去意义。
-
 ## 5. 奖励函数与环境设计
 
 ### 5.1 奖励项与判断原则
@@ -408,18 +356,18 @@ source/robot_lab/robot_lab/tasks/go1/env_cfg.py
 | `hip_pos_penalty_l1` | `-0.05` | 约束髋关节偏移 |
 | `joint_pos_penalty_l1` | `-0.01` | 约束大腿和小腿关节偏移 |
 
-线速度和角速度跟踪项采用指数形式，误差为零时单项接近 1，再乘权重；其余多数为非负代价乘负权重。IsaacLab 奖励管理器还会按环境步长累计，因此不要根据权重直接猜测 TensorBoard 总回报的绝对值。
+线速度和角速度跟踪项采用指数形式，误差为零时单项接近 1，再乘权重；其余多数为非负代价乘负权重。IsaacLab 奖励管理器还会按环境步长累计
 
 奖励判断原则：
 
-- 先看 teacher 和 student 的平均回报是否持续上升并进入平台期。
-- student 长期显著低于 teacher，通常表示历史编码器未学到足够的隐变量信息。
-- 总回报上升时，还要检查关节限制、力矩、功率、动作平滑和 episode length。
-- 单项奖励尺度相差较大，不能要求每条曲线数值接近。
-- 奖励短时波动是 on-policy 训练的正常现象；连续大幅下降、episode length 同时缩短才更值得警惕。
-- 修改奖励后必须新建 run，不能把不同配置的曲线当作同一实验连续比较。
+- 先看 teacher 和 student 的平均回报是否持续上升并进入平台期
+- student 长期显著低于 teacher，通常表示历史编码器未学到足够的隐变量信息
+- 总回报上升时，还要检查关节限制、力矩、功率、动作平滑和 episode length
+- 单项奖励尺度相差较大，不能要求每条曲线数值接近
+- 奖励短时波动是 on-policy 训练的正常现象；连续大幅下降、episode length 同时缩短才更值得警惕
+- 修改奖励后必须新建 run，不能把不同配置的曲线当作同一实验连续比较
 
-环境通过随机初始状态、摩擦/质量等动力学变化、外力扰动、执行器延迟和连续地形难度降低过拟合。Go1 训练中的执行器延迟为 0 到 4 个物理步，即 0 到 20 ms；独立 MuJoCo 部署中的延迟参数按策略步计量，两者单位不同。
+环境通过随机初始状态、摩擦/质量等动力学变化、外力扰动、执行器延迟和连续地形难度降低过拟合。Go1 训练中的执行器延迟为 0 到 4 个物理步，即 0 到 20 ms；独立 MuJoCo 部署中的延迟参数按策略步计量，两者单位不同
 
 ### 5.2 必须单独识别的课程切换
 
@@ -433,11 +381,11 @@ Go1 当前复用了 `Go2RLGymCommandCfg`。速度指令不是全程保持不变
 
 配置位于 `source/robot_lab/robot_lab/tasks/go2/mdp/commands.py`。命令生成器会在环境重新采样指令时应用切换，并在日志打印 `Command range updated at iter ...`。因此：
 
-- 20000 轮后的奖励断崖首先应按“任务分布突然变难”解释，不能直接判定策略坍塌。
-- `model_20000.pt` 已处于切换边界；当前每 500 轮保存一次，明确属于切换前的最后一个检查点是 `model_19500.pt`。
-- 50000 轮还会发生第二次、更激进的切换。继续训练到该位置前，应预留新的适应区间并单独标注曲线。
+- 20000 轮后的奖励断崖首先应按“任务分布突然变难”解释，不能直接判定策略坍塌
+- `model_20000.pt` 已处于切换边界；当前每 500 轮保存一次，明确属于切换前的最后一个检查点是 `model_19500.pt`
+- 50000 轮还会发生第二次、更激进的切换。继续训练到该位置前，应预留新的适应区间并单独标注曲线
 
-课程切换后，应关注回报是否逐步恢复、非法接触是否下降，而不是要求新课程下的绝对回报回到旧课程水平。另两个固定奖励课程更早结束：`lin_vel_z_l2` 在 0 到 1500 轮由 `-2` 变为 0，`base_height_l2` 在 0 到 5000 轮由 `-1` 变为 `-10`，都不是 20000 轮断崖的原因。
+课程切换后，应关注回报是否逐步恢复、非法接触是否下降，而不是要求新课程下的绝对回报回到旧课程水平。另两个固定奖励课程更早结束：`lin_vel_z_l2` 在 0 到 1500 轮由 `-2` 变为 0，`base_height_l2` 在 0 到 5000 轮由 `-1` 变为 `-10`，都不是 20000 轮断崖的原因
 
 ## 6. 开始训练
 
@@ -477,7 +425,7 @@ export OMNI_KIT_ACCEPT_EULA=YES
 watch -n 1 nvidia-smi
 ```
 
-选择能稳定运行且留有显存余量的最大环境数。若 OOM，先减小 `num_envs`；只有明确理解 PPO batch 变化后，再修改 `rsl_rl_cfg.py` 中的 `num_steps_per_env`、mini-batch 和 epoch 数。
+选择能稳定运行且留有显存余量的最大环境数。若 OOM，先减小 `num_envs`；只有明确理解 PPO batch 变化后，再修改 `rsl_rl_cfg.py` 中的 `num_steps_per_env`、mini-batch 和 epoch 数
 
 ### 6.2 正式训练并保留候选检查点
 
@@ -506,7 +454,7 @@ export OMNI_KIT_ACCEPT_EULA=YES
 find /opt/go2_rl_robotlab/logs/rsl_rl/go1_moe_cts -name 'model_*.pt' -print | sort -V
 ```
 
-若训练进程被 `Ctrl+C` 中断，以磁盘上最后一个完整 checkpoint 为准，不要把日志中未保存的轮次标为检查点。
+若训练进程被 `Ctrl+C` 中断，以磁盘上最后一个完整 checkpoint 为准，不要把日志中未保存的轮次标为检查点
 
 ### 6.3 断点续训
 
@@ -521,7 +469,7 @@ OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python /opt/go2_rl_robotl
   --headless
 ```
 
-当前 runner 在恢复训练时将 `--max_iterations` 解释为**额外训练轮数**。例如从 23000 继续到 26000，应填写 `26000 - 23000 = 3000`，若仍填写 26000 会继续训练到约 49000。恢复前先确认 `params/env.yaml` 和 `params/agent.yaml` 与预期一致。加载旧优化器状态后改变网络结构、观测维数或 expert 数量通常不可行。
+当前 runner 在恢复训练时将 `--max_iterations` 解释为**额外训练轮数**。例如从 23000 继续到 26000，应填写 `26000 - 23000 = 3000`，若仍填写 26000 会继续训练到约 49000。恢复前先确认 `params/env.yaml` 和 `params/agent.yaml` 与预期一致。加载旧优化器状态后改变网络结构、观测维数或 expert 数量通常不可行
 
 ## 7. 使用 TensorBoard 观察训练
 
@@ -531,7 +479,7 @@ OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python /opt/go2_rl_robotl
 /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：
+从本机通过 SSH 查看远端 TensorBoard，或者在远程桌面直接打开火狐浏览器：
 
 ```bash
 ssh -L 6006:127.0.0.1:6006 <USER>@<TRAIN_HOST>
@@ -552,7 +500,8 @@ ssh -L 6006:127.0.0.1:6006 <USER>@<TRAIN_HOST>
 | `Curriculum/terrain_levels` | 地形难度是否连续变化 |
 | `Metrics/base_velocity/max_command_x` | 是否在 20000/50000 轮发生指令课程切换 |
 
-不要跨课程直接比较总回报绝对值，也不要只选平均回报最高或轮次最大的 checkpoint。建议将课程切换前后和训练后期的候选模型同时送入 RoboGauge，比较综合分数和分项指标后再决定。
+![屏幕截图 2026-08-01 184526](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/%E5%B1%8F%E5%B9%95%E6%88%AA%E5%9B%BE%202026-08-01%20184526.png)
+不要跨课程直接比较总回报绝对值，也不要只选平均回报最高或轮次最大的 checkpoint。建议将课程切换前后和训练后期的候选模型同时送入 RoboGauge，比较综合分数和分项指标后再决定
 
 ## 8. 评估与导出模型
 
@@ -583,7 +532,7 @@ cp <RUN_DIR>/exported/policy.onnx /opt/RoboGauge/resources/models/go1/policy_rob
 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。
+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
 
 ### 8.2 不打断训练的导出原则
 
@@ -601,9 +550,9 @@ OMNI_KIT_ACCEPT_EULA=YES CUDA_VISIBLE_DEVICES=1 /opt/envs/go2_rl_robotlab/bin/py
 注意：
 
 - 只处理已经完整写完的 checkpoint，不要复制正在写入的文件。
-- 12 GB 级显卡以 4096 环境训练时通常没有余量再启动 Isaac Sim；不要为了导出挤占训练进程。
-- 若没有第二块 GPU，先复制 checkpoint，待训练停止后离线导出。仓库当前没有正式的 `export-only` 命令，不要把临时 Python 片段写成通用教程入口。
-- `play.py` 导出后仍会进入仿真循环；看到导出文件后用 `Ctrl+C` 结束该独立进程，不会中断训练进程。
+- 12 GB 级显卡以 4096 环境训练时通常没有余量再启动 Isaac Sim；不要为了导出挤占训练进程
+- 若没有第二块 GPU，先复制 checkpoint，待训练停止后离线导出
+- `play.py` 导出后仍会进入仿真循环；看到导出文件后用 `Ctrl+C` 结束该独立进程，不会中断训练进程
 
 ### 8.3 检查 ONNX 接口
 
@@ -611,13 +560,13 @@ OMNI_KIT_ACCEPT_EULA=YES CUDA_VISIBLE_DEVICES=1 /opt/envs/go2_rl_robotlab/bin/py
 /opt/envs/go2_rl_robotlab/bin/python -c "import onnx, onnxruntime as ort; p='/opt/go1_deploy/deploy_rl_lab/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`。输入输出不匹配时不要继续 sim2sim 或量化。
+预期 ONNX 输入为 `obs: [1, 450] float32`，输出为 `actions: [1, 12] float32`。输入输出不匹配时不要继续 sim2sim 或量化
 
 ### 8.4 独立 MuJoCo 快速检查
 
 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：
+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 /opt/go1_deploy/deploy_rl_lab
@@ -628,7 +577,7 @@ env -u MUJOCO_GL /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
   --sample-log-dir /opt/go1_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。
+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：
 
@@ -642,7 +591,7 @@ env -u MUJOCO_GL /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
   --spawn-z 0.34
 ```
 
-脚本默认 `--clip-actions 100.0`、`--max-target-step 0.0`。如果你要做更保守的起步测试，可以再按日志逐步收紧这些参数；不要把旧版本的示例值当成固定默认。
+脚本默认 `--clip-actions 100.0`、`--max-target-step 0.0`。如果你要做更保守的起步测试，可以再按日志逐步收紧这些参数
 
 ## 9. RoboGauge 自动评估
 
@@ -670,18 +619,18 @@ cd /opt/RoboGauge
 python -m pip install -e .
 ```
 
-上面的最后一条命令必须在 `/opt/RoboGauge` 中执行。本文需要公开适配仓库 `ChenYouYuan0413/RoboGauge` 的 `go1` 分支，其中包含 `go1_lab.*` 任务；原始上游仓库用于方法参考，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：
+上面的最后一条命令必须在 `/opt/RoboGauge` 中执行。本文需要公开适配仓库 `ChenYouYuan0413/RoboGauge` 的 `go1` 分支，其中包含 `go1_lab.*` 任务；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 --git-dir=/opt/RoboGauge/.git --work-tree=/opt/RoboGauge rev-parse HEAD
 /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。
+若不存在 `go1_lab.*` 任务，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()`。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：
+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,不加  **--headless** 则为可视化查看：
 
 ```bash
 cd /opt/RoboGauge
@@ -694,6 +643,7 @@ MUJOCO_GL=glfw MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/py
   --headless
 ```
 
+![image-20260801200427939](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/image-20260801200427939.png)
 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
@@ -716,9 +666,7 @@ MUJOCO_GL=glfw MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/py
   --headless
 ```
 
-`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`。
-
-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。
+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
 
@@ -738,13 +686,13 @@ MUJOCO_GL=glfw MPLCONFIGDIR=/tmp/robogauge-matplotlib /opt/envs/robogauge/bin/py
   --headless
 ```
 
-`--num-processes` 应根据 CPU 核数和内存调整，不宜盲目设为最大逻辑核心数。
+`--num-processes` 应根据 CPU 核数和内存调整，不宜盲目设为最大逻辑核心数
 
 ### 9.4 模型选择原则
 
-候选 checkpoint 应使用相同的任务、命令目标、地形、随机种子和物理参数评估。同时检查跟踪、安全、运动质量、各地形成功情况和多随机种子波动，不能只按最新轮次或单一综合分数选择发布模型。发布前仍需运行多随机种子、摩擦、质量和地形压力测试，并结合真实电机温度、电流与保护日志做最终判断。
+候选 checkpoint 应使用相同的任务、命令目标、地形、随机种子和物理参数评估。同时检查跟踪、安全、运动质量、各地形成功情况和多随机种子波动，不能只按最新轮次或单一综合分数选择发布模型。使用前仍需运行多随机种子、摩擦、质量和地形压力测试，并结合真实电机温度、电流与保护日志做最终判断
 
-RoboGauge 的 `dof_power` 是归一化质量分，不是瓦特或电机温度。它可以比较同条件 checkpoint，但不能据此断言真机不会过热。
+RoboGauge 的 `dof_power` 是归一化质量分，不是瓦特或电机温度。它可以比较同条件 checkpoint，但不能据此断言真机不会过热
 
 ### 9.5 训练期间异步评估
 
@@ -774,21 +722,21 @@ OMNI_KIT_ACCEPT_EULA=YES /opt/envs/go2_rl_robotlab/bin/python scripts/rsl_rl/tra
 task_name="go1_lab.flat"
 ```
 
-检查文件为 `source/rsl_rl/rsl_rl/runners/on_policy_runner_cts.py`。裸的 `go1_lab` 不是单任务注册名，`go2_lab` 也会评估错误的机器人。更合理的长期修复是把评估任务写入训练配置，而不是继续硬编码。完成修复前不要启用 `--robogauge`。异步评估生成的是 `jit_models/policy_jit_<ITER>.pt`；ONNX 仍需通过 `play.py` 导出。
+检查文件为 `source/rsl_rl/rsl_rl/runners/on_policy_runner_cts.py`。裸的 `go1_lab` 不是单任务注册名，`go2_lab` 也会评估错误的机器人。更合理的长期修复是把评估任务写入训练配置，而不是继续硬编码。完成修复前不要启用 `--robogauge`。异步评估生成的是 `jit_models/policy_jit_<ITER>.pt`；ONNX 仍需通过 `play.py` 导出
 
-### 9.6 如何选择发布模型
+### 9.6 如何选择可以部署的模型
 
 至少比较：
 
-- Tracking：线速度、角速度是否准确。
-- Safety：关节范围、功耗、力矩平滑度是否合理。
-- Quality：姿态、急停、运动质量是否稳定。
-- Level：坡面、台阶、波浪和障碍的最高稳定难度。
-- 多 seed 方差：均值高但方差很大的策略不适合直接上机。
+- Tracking：线速度、角速度是否准确
+- Safety：关节范围、功耗、力矩平滑度是否合理
+- Quality：姿态、急停、运动质量是否稳定
+- Level：坡面、台阶、波浪和障碍的最高稳定难度
+- 多 seed 方差：均值高但方差很大的策略不适合直接上机
 
 ## 10. 独立 MuJoCo sim2sim
 
-这里推荐使用 `/opt/go1_deploy/deploy_rl_lab/deploy_go1_onnx_mujoco_lab.py`，因为它与 Lab 的 10 帧/450 维 ONNX 接口一致。
+这里使用 `/opt/go1_deploy/deploy_rl_lab/deploy_go1_onnx_mujoco_lab.py`
 
 ```bash
 cd /opt/go1_deploy/deploy_rl_lab
@@ -797,7 +745,7 @@ MUJOCO_GL=glfw /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
   --onnx /opt/go1_deploy/deploy_rl_lab/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。
+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：
 
@@ -809,6 +757,8 @@ MUJOCO_GL=glfw /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
   --spawn-z 0.34
 ```
 
+![屏幕截图 2026-08-01 161128](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/%E5%B1%8F%E5%B9%95%E6%88%AA%E5%9B%BE%202026-08-01%20161128.png)
+
 键盘映射：
 
 | 按键 | 功能 |
@@ -822,12 +772,12 @@ MUJOCO_GL=glfw /opt/envs/robogauge/bin/python deploy_go1_onnx_mujoco_lab.py \
 
 sim2sim 重点检查：
 
-- 初始零历史时是否平稳进入站姿。
-- 四条腿是否对应正确，左右/前后没有交换。
-- 正负 `vx`、`vy`、`wz` 的方向是否正确。
-- 50 Hz 策略周期、PD 参数、默认角和动作缩放是否与训练一致。
-- 平地、急停、转向、侧移、斜坡和台阶是否均无明显动作尖峰。
-- action、关节速度、机身 roll/pitch 是否出现持续增长。
+- 初始零历史时是否平稳进入站姿
+- 四条腿是否对应正确，左右/前后没有交换
+- 正负 `vx`、`vy`、`wz` 的方向是否正确
+- 50 Hz 策略周期、PD 参数、默认角和动作缩放是否与训练一致
+- 平地、急停、转向、侧移、斜坡和台阶是否均无明显动作尖峰
+- action、关节速度、机身 roll/pitch 是否出现持续增长
 
 ## 11. BPU 量化
 
@@ -835,12 +785,12 @@ 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. 与部署观测构建逻辑一致的 10 帧/450 维 `float32` PTQ 输入样本。
-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。
+1. 已通过接口检查的 `policy_robotlab_26000.onnx`
+2. 与部署观测构建逻辑一致的 10 帧/450 维 `float32` PTQ 输入样本
+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：
+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。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_deploy/logs \
@@ -848,11 +798,11 @@ find /opt/go1_deploy/logs \
   -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。
+`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
 
-路径 A 已随镜像提供 `calibration_data_26000_robotlab_fast64/`。量化脚本检测到目录中恰好有 64 个 `.bin` 时直接复用；路径 B 或样本数量不匹配时，才从上述 ONNX 推理日志重新生成。
+路径 A 已随镜像提供 `calibration_data_26000_robotlab_fast64/`。量化脚本检测到目录中恰好有 64 个 `.bin` 时直接复用；路径 B 或样本数量不匹配时，才从上述 ONNX 推理日志重新生成
 
-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。
+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：
 
@@ -884,7 +834,7 @@ ONNX 推理流程日志 steps.jsonl
 | `--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。本文训练/量化主机的仓库固定为 `/opt/go1_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_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：
 
@@ -943,7 +893,7 @@ python3 deploy_rl_lab/bpu_deploy_x5/test_bpu_policy.py \
   --repeat 1000
 ```
 
-X5 的 featuremap 模型不要直接改用 `hobot_dnn.pyeasy_dnn.forward()`。当前项目默认通过 C++ DNN API，并按 infer、wait、release 的完整生命周期执行，以保证输出和 `hrt_model_exec infer` 对齐。
+X5 的 featuremap 模型不要直接改用 `hobot_dnn.pyeasy_dnn.forward()`。当前项目默认通过 C++ DNN API，并按 infer、wait、release 的完整生命周期执行，以保证输出和 `hrt_model_exec infer` 对齐
 
 ### 11.3 S100
 
@@ -1004,27 +954,27 @@ S100 关键配置：
 
 量化验收不能只看平均延迟，还要记录：
 
-- 输入/输出名称、shape 和 dtype。
-- held-out 样本的最大绝对误差、平均绝对误差和余弦相似度。
-- 最大延迟和抖动是否满足 20 ms 控制周期。
-- 是否存在 CPU fallback 或频繁 BPU/CPU 子图切换。
-- 连续推理是否有资源泄漏、错误日志或偶发异常动作。
+- 输入/输出名称、shape 和 dtype
+- held-out 样本的最大绝对误差、平均绝对误差和余弦相似度
+- 最大延迟和抖动是否满足 20 ms 控制周期
+- 是否存在 CPU fallback 或频繁 BPU/CPU 子图切换
+- 连续推理是否有资源泄漏、错误日志或偶发异常动作
 
 ## 12. 实机部署边界
 
-### 12.1 SDK 保密说明
+### 12.1 SDK 说明
 
-实际部署使用私有 Go1 PRO SDK。本文只描述公开的控制契约和安全设计，不记录私有协议格式、加密材料、逆向过程或专有实现。需要公开复现时，应以 Unitree 官方 `unitree_legged_sdk` 的 `UDP`、`LowState`、`LowCmd` 和 `Safety` 接口为基线重新实现适配层。
+本文只描述公开的控制契约和安全设计，不记录私有协议格式。需要复现时，需要以 Unitree 官方 `unitree_legged_sdk` 的 `UDP`、`LowState`、`LowCmd` 和 `Safety` 接口为基线重新实现适配层
 
 无论 SDK 如何实现，策略层与硬件层之间必须显式完成：
 
-- 状态包有效性、时间戳和丢包检查。
-- 电机顺序到 `FR, FL, RR, RL` 策略顺序的映射。
-- IMU 四元数、角速度坐标系和单位转换。
-- 关节位置、速度、上一动作和指令的缩放。
-- ONNX 历史缓存的初始化、更新和复位。
-- 动作缩放、默认角叠加、目标限幅和变化率限制。
-- PD 控制、安全检查、发送周期和退出阻尼。
+- 状态包有效性、时间戳和丢包检查
+- 电机顺序到 `FR, FL, RR, RL` 策略顺序的映射
+- IMU 四元数、角速度坐标系和单位转换
+- 关节位置、速度、上一动作和指令的缩放
+- ONNX 历史缓存的初始化、更新和复位
+- 动作缩放、默认角叠加、目标限幅和变化率限制
+- PD 控制、安全检查、发送周期和退出阻尼
 
 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：
 
@@ -1034,30 +984,89 @@ cmake -S /opt/unitree_legged_sdk -B /opt/unitree_legged_sdk/build
 cmake --build /opt/unitree_legged_sdk/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。
+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
 
 ### 12.2 硬件、接线与网络
 
-> 本节按维护者要求留空，由实际设备负责人填写。部署前不得跳过。
+本次部署所使用的是宇树go1
+#### 通信控制
 
-```text
-TODO（维护者填写）
+内部通信结构如下：
+
+![img](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/NetworkLayout.png)
+
+内部的控制都是通过一台机器狗内部的交换机完成的，通过狗背部暴露出的网口即可完成与它的内部通信（前提是ip需要是统一网段192.168.123.xxx，需要自行修改固定s100和x5的网口的ip，比如配置eth0的ip为192.168.123.222)，检验是否连接到内部：
 
-1. Go1 具体型号与固件版本：
-2. S100/RDK X5 型号、系统镜像与供电：
-3. 机器人、主控、交换机/网卡接线图：
-4. 网口名称、静态 IP、子网掩码和路由：
-5. 遥控器型号及按键映射：
-6. 吊架/保护绳安装方式和承重：
-7. 物理急停、断电和现场人员分工：
-8. 启停 sport mode 的设备专用步骤：
 ```
+ping 192.168.123.161
+```
+
+下图是网线的连接示意图
+
+![image-20260801193808916](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/image-20260801193808916.png)
+
+![image-20260801191848283](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/image-20260801191848283.png)
+
+
+
+之后使用官方的sdk：即可完成对底层的lowlevel电机控制
+
+同时建议直接将s100/x5的ssh公钥复制到树莓派（192.168.123.161）上来进行ssh的免密访问
+
+```
+# 在机器狗身上的运动控制板树莓派（192.168.123.161）上
+mkdir -p ~/.ssh
+chmod 700 ~/.ssh
+touch ~/.ssh/authorized_keys
+chmod 600 ~/.ssh/authorized_keys
+vim ~/.ssh/authorized_keys
+# 把公钥粘贴到这里面，vim使用: + wq 退出并保存
+```
+
+#### 供电
+
+我们使用的s100需要19v的供电，宇树go1的背部有给出对外的接口，如图
+
+![image-20260801192200981](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/image-20260801192200981.png)
+
+是一个24v xt30的接口，我们只需要使用一个24v转19v的降压模块即可（同时注意电流承载大致6A）
+
+建议接入之前先使用可调电源和万用表测试输入输出电压
+
+![屏幕截图 2026-08-01 192536](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/%E5%B1%8F%E5%B9%95%E6%88%AA%E5%9B%BE%202026-08-01%20192536.png)
+
+![image-20260801192620807](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/image-20260801192620807.png)
+
+对于s100还需要一根dc的接口
+
+如图接线：
+
+![img_v3_02145_97a765f5-ee43-4437-b264-4555bfb617eg](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/img_v3_02145_97a765f5-ee43-4437-b264-4555bfb617eg.jpg)
+
+左右两边黄色打印机只是支撑的作用（两个小claude）
+
+接上go1就是这样：
+
+![image-20260801193333084](E:/race_save/doge/dog_train_deploy_guide_doc/%E5%9B%9B%E8%B6%B3%E6%9C%BA%E5%99%A8%E7%8B%97%E8%AE%AD%E7%BB%83%E5%88%B0%E5%AE%9E%E6%9C%BA%E9%83%A8%E7%BD%B2%E5%85%A8%E6%B5%81%E7%A8%8B%E6%8C%87%E5%8D%97.assets/image-20260801193333084.png)
+
+此外建议加一根足够强劲的狗绳来在紧急时候减小对小电脑的冲击，起到保护作用
+
+
+对于x5就很方便，只需要有支持快充的充电宝和typec线即可完成供电，无需额外的降压
+#### 实际部署效果
+
+s100部署：
+
+
+x5部署：
+
+【溜溜狗～】 https://www.bilibili.com/video/BV1AT3B6GEs2/?share_source=copy_web&vd_source=927818b43cb3455737f81900c0cf8608
 
 ## 13. 软件安全策略
 
 ### 13.1 控制权互斥
 
-低层控制前必须确认原厂 sport 进程已停止，避免两个控制源同时发送命令。不要在机器人站立或行走时直接停止 sport mode，先让机器人处于受支撑或安全趴卧状态。
+低层控制前必须确认sport 进程已停止，避免两个控制源同时发送命令。不要在机器人站立或行走时直接停止 sport mode，先让机器人处于受支撑或安全趴卧状态
 
 检查示例：
 
@@ -1065,84 +1074,84 @@ TODO（维护者填写）
 pgrep -fl 'keep_sport_alive|Legged_sport|appTransit'
 ```
 
-恢复原厂控制前，先结束自定义低层进程并确认已经发送阻尼停机，再恢复 sport mode。
+恢复原厂控制前，先结束自定义低层进程并确认已经发送阻尼停机，再恢复 sport mode
 
 ### 13.2 启动守卫
 
-- 默认模式只能读取状态，不能发送 RL 关节目标。
-- 必须有显式 `--enable-rl` 才允许进入 RL 状态。
-- 收到第一帧有效、完整且时间连续的 LowState 前，只发送停止哨兵或保持阻尼。
-- 检查电机顺序、模型 shape、NaN/Inf、历史长度和控制频率。
-- RL 刚启用时先预热历史；预热期间保持默认站姿。
-- 从默认站姿向 RL 目标渐变，限制每周期目标变化量。
+- 默认模式只能读取状态，不能发送 RL 关节目标
+- 必须有显式 `--enable-rl` 才允许进入 RL 状态
+- 收到第一帧有效、完整且时间连续的 LowState 前，只发送停止哨兵或保持阻尼
+- 检查电机顺序、模型 shape、NaN/Inf、历史长度和控制频率
+- RL 刚启用时先预热历史；预热期间保持默认站姿
+- 从默认站姿向 RL 目标渐变，限制每周期目标变化量
 
 ### 13.3 每周期保护
 
 每个 20 ms 策略周期至少检查：
 
-- 状态包是否超时、丢失或校验失败。
-- 关节位置是否超硬限位或安全软限位。
-- 关节速度是否超过部署阈值。
-- 估计力矩和命令力矩是否超过电机限制。
-- action 是否有限、是否超过软/硬跳闸阈值。
-- 新关节目标与当前目标、实测位置的差值是否过大。
-- IMU 角速度以及 roll/pitch 是否超过阈值。
-- 推理时间和整个控制循环是否超过 20 ms deadline。
-- 电量、温度、通信状态和错误码是否正常。
+- 状态包是否超时、丢失或校验失败
+- 关节位置是否超硬限位或安全软限位
+- 关节速度是否超过部署阈值
+- 估计力矩和命令力矩是否超过电机限制
+- action 是否有限、是否超过软/硬跳闸阈值
+- 新关节目标与当前目标、实测位置的差值是否过大
+- IMU 角速度以及 roll/pitch 是否超过阈值
+- 推理时间和整个控制循环是否超过 20 ms deadline
+- 电量、温度、通信状态和错误码是否正常
 
-任一关键检查失败应进入 `FAULT` 或 `IDLE damping`，清零历史和上一动作。禁止捕获异常后静默继续运行。
+任一关键检查失败应进入 `FAULT` 或 `IDLE damping`，清零历史和上一动作。禁止捕获异常后静默继续运行
 
 ### 13.4 力矩、速度与位置限制
 
-训练中的 `33.5 Nm` 是仿真执行器上限，不等于真机调试时应直接允许的命令。首次测试应从官方安全接口允许的保守比例开始，并根据日志逐级放开。
+训练中的 `33.5 Nm` 是仿真执行器上限，不等于真机调试时应直接允许的命令。首次测试应从官方安全接口允许的保守比例开始，并根据日志逐级放开
 
 位置控制命令即使命令前馈力矩为零，也会通过 PD 误差产生实际力矩，因此：
 
-- 增大 `Kp`、目标跳变量或目标与实测位置差都可能造成力矩尖峰。
-- `power_factor` 不能替代实测 `tauEst` 保护。
-- 触发力矩保护时，应优先减小目标变化、速度指令或 PD 增益，不能只提高保护阈值。
-- 关节硬限位、位置偏差保护、速度保护和力矩保护必须同时存在。
+- 增大 `Kp`、目标跳变量或目标与实测位置差都可能造成力矩尖峰
+- `power_factor` 不能替代实测 `tauEst` 保护
+- 触发力矩保护时，应优先减小目标变化、速度指令或 PD 增益，不能只提高保护阈值
+- 关节硬限位、位置偏差保护、速度保护和力矩保护必须同时存在
 
 ### 13.5 停机路径
 
 至少准备三条独立路径：
 
-1. 遥控器软急停：当前状态机使用 `L2` 回到 `IDLE damping`。
-2. `Ctrl+C`：捕获后连续发送多帧阻尼命令再退出。
-3. 物理断电：现场人员随时可以执行，且不依赖已被停止的原厂进程。
+1. 遥控器软急停：当前状态机使用 `L2` 回到 `IDLE damping`
+2. `Ctrl+C`：捕获后连续发送多帧阻尼命令再退出
+3. 物理断电：现场人员随时可以执行，且不依赖已被停止的原厂进程
 
-急停触发后不得自动恢复到 RL。必须重新检查故障原因，从校准或保持状态重新开始。
+急停触发后不得自动恢复到 RL。必须重新检查故障原因，从校准或保持状态重新开始
 
 ## 14. 分级实机测试流程
 
-以下步骤必须按顺序通过。任何异常都应保存日志并停止，不要连续试错。
+以下步骤必须按顺序通过。任何异常都应保存日志并停止，不要连续试错
 
 ### 14.1 第 0 级：不上电机的离线检查
 
-- 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、PTQ 校验输入和边界输入做回归。
+- 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、PTQ 校验输入和边界输入做回归
 
 ### 14.2 第 1 级：只读 LowState
 
-只连接 MCU 并记录 IMU、12 个关节位置/速度/力矩、电量、错误码和遥控器，不发送电机目标。手动缓慢移动悬空的腿，确认索引、符号和单位。
+只连接 MCU 并记录 IMU、12 个关节位置/速度/力矩、电量、错误码和遥控器，不发送电机目标。手动缓慢移动悬空的腿，确认索引、符号和单位
 
 ### 14.3 第 2 级：只构建观测
 
 构建 45 维单帧和 450 维历史，但不运行策略。逐项核对：
 
-- 静止水平时投影重力方向正确。
-- 手动旋转机身时角速度轴和符号正确。
-- 手动移动单腿时仅对应三个关节变化。
-- 零速度命令为 `[0, 0, 0]`。
-- 历史从零初始化，并按正确顺序滑动更新。
+- 静止水平时投影重力方向正确
+- 手动旋转机身时角速度轴和符号正确
+- 手动移动单腿时仅对应三个关节变化
+- 零速度命令为 `[0, 0, 0]`
+- 历史从零初始化，并按正确顺序滑动更新
 
 ### 14.4 第 3 级：只推理不发命令
 
-运行 ONNX/BPU 推理并记录 action，仍不发送电机命令。检查 action 无 NaN/Inf、无持续饱和、静止状态不发散，ONNX 和 BPU 的动作差在离线验收范围内。
+运行 ONNX/BPU 推理并记录 action，仍不发送电机命令。检查 action 无 NaN/Inf、无持续饱和、静止状态不发散，ONNX 和 BPU 的动作差在离线验收范围内
 
-从这一级开始，命令必须显式保留 `--log-dir logs`；只要要判断板端实时性，就同时加 `--log-timing`。日志目录会在启动时自动创建，终端退出时会打印 `Log saved:` 路径。
+从这一级开始，命令必须显式保留 `--log-dir logs`；只要要判断板端实时性，就同时加 `--log-timing`。日志目录会在启动时自动创建，终端退出时会打印 `Log saved:` 路径
 
 X5 示例：
 
@@ -1178,36 +1187,36 @@ python3 deploy_rl_lab/bpu_deploy_s100/deploy_go1_robotlab_bpu_s100_fastcpp.py \
 IDLE -> CALIBRATE -> HOLD -> OBS_TEST -> INFER_TEST
 ```
 
-- `R2` 每次只前进一层。
-- `L2` 在任意激活状态回到 `IDLE damping`。
-- 未加 `--enable-rl` 时，`INFER_TEST -> RL` 必须被守卫拒绝。
-- `Ctrl+C` 必须进入阻尼后退出。
+- `R2` 每次只前进一层
+- `L2` 在任意激活状态回到 `IDLE damping`
+- 未加 `--enable-rl` 时，`INFER_TEST -> RL` 必须被守卫拒绝
+- `Ctrl+C` 必须进入阻尼后退出
 
 ### 14.6 第 5 级：悬空 RL，零速度命令
 
-只有前四级通过后才能增加 `--enable-rl`。第一轮禁用摇杆速度输入，只验证站姿、动作方向、关节速度、力矩和急停。观察 5 到 10 秒后主动回到 HOLD，不要长时间连续运行。
+只有前四级通过后才能增加 `--enable-rl`。第一轮禁用摇杆速度输入，只验证站姿、动作方向、关节速度、力矩和急停。观察 5 到 10 秒后主动回到 HOLD，不要长时间连续运行
 
 ### 14.7 第 6 级：悬空 RL，小幅指令
 
-一次只测试一个方向：小 `vx`、小 `vy`、小 `wz`。每次测试后回零，检查正负方向和动作对称性。逐个参数变化，不要同时修改 PD、action clip、目标变化率和遥控比例。
+一次只测试一个方向：小 `vx`、小 `vy`、小 `wz`。每次测试后回零，检查正负方向和动作对称性。逐个参数变化，不要同时修改 PD、action clip、目标变化率和遥控比例
 
 ### 14.8 第 7 级：平整地面低速
 
-- 使用保护绳，现场一人操控、一人负责断电。
-- 从零指令站立开始，再给短时小速度。
-- 首轮只测试前进、停止和软急停。
-- 之后再测试后退、侧移和转向。
-- 每轮结束检查电机温度、日志和机械结构。
+- 使用保护绳，现场一人操控、一人负责断电
+- 从零指令站立开始，再给短时小速度
+- 首轮只测试前进、停止和软急停
+- 之后再测试后退、侧移和转向
+- 每轮结束检查电机温度、日志和机械结构
 
 ### 14.9 第 8 级：ONNX/BPU 对照
 
 先用已经通过地面测试的 ONNX 版本确定基线，再在相同软件保护、相同指令、相同场地上测试 BPU。两次测试只替换推理后端。若 BPU 行为异常，回到离线输入逐帧对比，不能通过放宽关节或姿态保护继续测试。
 
-对照日志至少要能证明三件事：同一段动作里 `commands` 接近一致，`action_raw/action_safe/joint_targets` 的差异在离线验收范围内，`policy_ms/loop_dt_ms/state_age_ms` 没有让 BPU 版本比 ONNX 版本产生额外控制延迟。若 BPU 端 `policy_ms` 很低但 `loop_dt_ms` 仍不稳，应继续查 SDK 收包、构包和系统调度，而不是只看 BPU 占用率。
+对照日志至少要能证明三件事：同一段动作里 `commands` 接近一致，`action_raw/action_safe/joint_targets` 的差异在离线验收范围内，`policy_ms/loop_dt_ms/state_age_ms` 没有让 BPU 版本比 ONNX 版本产生额外控制延迟。若 BPU 端 `policy_ms` 很低但 `loop_dt_ms` 仍不稳，应继续查 SDK 收包、构包和系统调度，而不是只看 BPU 占用率
 
 ### 14.10 第 9 级：坡面、台阶和扰动
 
-复杂地形是最后阶段。先从低难度、低速度和正向通过开始，再逐步测试侧向、反向、急停和摩擦变化。每次增加难度前必须确认前一级多次可复现。
+复杂地形是最后阶段。先从低难度、低速度和正向通过开始，再逐步测试侧向、反向、急停和摩擦变化。每次增加难度前必须确认前一级多次可复现
 
 ## 15. 日志与验收
 
@@ -1224,7 +1233,7 @@ steps.jsonl
 logs/robotlab_go1_deploy_YYYYMMDD_HHMMSS/
 ```
 
-不要关闭日志来“省性能”。实机调试阶段宁可降低打印频率，也要保留 JSONL 日志；后续量化校准、ONNX/BPU 对齐、力矩保护分析和动作异常定位都依赖这些记录。
+不要关闭日志来“省性能”。实机调试阶段宁可降低打印频率，也要保留 JSONL 日志；后续量化校准、ONNX/BPU 对齐、力矩保护分析和动作异常定位都依赖这些记录
 
 `metadata.json` 用来复现实验条件。当前部署脚本会自动写入：
 
@@ -1238,7 +1247,7 @@ history_expected_span_ms
 命令行传入的所有标量参数
 ```
 
-发布或多人复现实验时，还应额外记录 Git commit、模型哈希、板端系统版本、BPU runtime 版本、设备型号、测试人员和场景。只给一条 `Log saved:` 路径而没有对应模型与参数，后续无法判断问题来自策略、量化、SDK 还是现场操作。
+发布或多人复现实验时，还应额外记录 Git commit、模型哈希、板端系统版本、BPU runtime 版本、设备型号、测试人员和场景。只给一条 `Log saved:` 路径而没有对应模型与参数，后续无法判断问题来自策略、量化、SDK 还是现场操作
 
 `steps.jsonl` 是逐周期日志。当前脚本每条记录至少包含：
 
@@ -1264,60 +1273,40 @@ loop_dt_ms / recv_ms / policy_ms / work_ms / state_fresh / state_age_ms
 - `motor_mode`、`motor_reserve`、`motor_temperature`：定位电机是否掉出 servo、是否有错误码或过热。
 - `loop_dt_ms`、`recv_ms`、`policy_ms`、`work_ms`、`state_age_ms`：判断慢在推理、收包、构包发送还是系统调度。
 
-分析日志时不要只看最后一帧。应从 `state_reason` 第一次不为 `ok`、`action_safe` 第一次明显被 clip、`motor_mode` 第一次异常、`tau_est` 第一次接近阈值、`loop_dt_ms` 第一次超过 20 ms 的位置向前回看至少 1 到 2 秒。
+分析日志时不要只看最后一帧。应从 `state_reason` 第一次不为 `ok`、`action_safe` 第一次明显被 clip、`motor_mode` 第一次异常、`tau_est` 第一次接近阈值、`loop_dt_ms` 第一次超过 20 ms 的位置向前回看至少 1 到 2 秒
 
 一次测试通过的最低条件：
 
-- 无 NaN/Inf、状态超时和控制周期持续超期。
-- 电机顺序、坐标系和指令方向全部正确。
-- 无硬限位、速度、力矩、姿态或动作异常跳闸。
-- `L2`、`Ctrl+C` 和物理断电路径均已由现场演练确认。
-- ONNX/BPU 输出差异与离线结果一致。
-- 行为可在相同条件下重复，而不是偶然成功一次。
+- 无 NaN/Inf、状态超时和控制周期持续超期
+- 电机顺序、坐标系和指令方向全部正确
+- 无硬限位、速度、力矩、姿态或动作异常跳闸
+- `L2`、`Ctrl+C` 和物理断电路径均已由现场演练确认
+- ONNX/BPU 输出差异与离线结果一致
+- 行为可在相同条件下重复，而不是偶然成功一次
 
 ## 16. 常见问题
 
 ### 16.1 策略在 IsaacLab 正常，MuJoCo 立即摔倒
 
-优先检查关节顺序、默认关节角、观测历史排列、IMU 四元数格式、动作缩放、PD 参数和策略周期。不要先调奖励或增加力矩。
+优先检查关节顺序、默认关节角、观测历史排列、IMU 四元数格式、动作缩放、PD 参数和策略周期。不要先调奖励或增加力矩
 
 ### 16.2 ONNX 输出维度正确但动作异常
 
-检查输入是 450 维按观测项分组的历史，而不是 10 个单帧直接拼接；同时确认输入已经应用训练时的缩放，上一动作使用的是实际送入策略链路的动作定义。
+检查输入是 450 维按观测项分组的历史，而不是 10 个单帧直接拼接；同时确认输入已经应用训练时的缩放，上一动作使用的是实际送入策略链路的动作定义，尤其确认重力方向
 
 ### 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 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。
+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
 
-先检查是否跨过 20000 或 50000 轮的速度指令课程切换。课程变难后总回报下降、非法接触短时上升是预期现象，旧课程和新课程的绝对回报不能直接比较。若命令范围和地形等级都未变化，才进一步排查训练奖励偏向速度跟踪、牺牲力矩/姿态/关节裕度或后期 checkpoint 对训练域过拟合。无论哪种情况，都应比较分项指标和多个 checkpoint，不要只保留最后一轮。
+先检查是否跨过 20000 或 50000 轮的速度指令课程切换。课程变难后总回报下降、非法接触短时上升是预期现象，旧课程和新课程的绝对回报不能直接比较。若命令范围和地形等级都未变化，才进一步排查训练奖励偏向速度跟踪、牺牲力矩/姿态/关节裕度或后期 checkpoint 对训练域过拟合。无论哪种情况，都应比较分项指标和多个 checkpoint，不要只保留最后一轮
 
 ### 16.5 真机一进入 RL 就力矩保护
 
-立即停机。依次检查动作方向、目标角、目标单步变化、PD 增益、当前位置偏差、观测缩放和历史初始化。不要把提高 `power_factor` 作为第一反应。
+立即停机。依次检查动作方向、目标角、目标单步变化、PD 增益、当前位置偏差、观测缩放和历史初始化。不要把提高 `power_factor` 作为第一反应
 
-## 17. 发布前检查清单
-
-- [ ] 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。
-- [ ] 候选 checkpoint 已注明课程阶段，并完成 TensorBoard 与 RoboGauge 对比。
-- [ ] 最终选定 checkpoint 已完成 IsaacLab play、TorchScript/ONNX 导出及哈希记录。
-- [ ] 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。
-- [ ] 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。
-
-## 18. 参考资料
+## 17. 参考资料
 
 - [RoboGauge 项目主页](https://robogauge.github.io/complete/)
 - [Toward Reliable Sim-to-Real Predictability for MoE-based Robust Quadrupedal Locomotion](https://robogauge.github.io/static/files/arxiv.pdf)
@@ -1328,5 +1317,6 @@ loop_dt_ms / recv_ms / policy_ms / work_ms / state_fresh / state_age_ms
 - [go2_rl_robotlab 原始上游](https://github.com/wertyuilife2/go2_rl_robotlab)
 - [IsaacLab 2.3.2 安装文档](https://isaac-sim.github.io/IsaacLab/v2.3.2/source/setup/installation/isaaclab_pip_installation.html)
 - [Unitree unitree_legged_sdk](https://github.com/unitreerobotics/unitree_legged_sdk)
-- 本地 `go2_rl_robotlab/docs/go1.md`
-- 本地 `RoboGauge/assets/docs/go1_policy_io_zh.md`
+- [MAVProxyUser/YushuTechUnitreeGo1: 宇树科技 Yushu Technology (Unitree) go1 development notes](https://github.com/MAVProxyUser/YushuTechUnitreeGo1/tree/main)
+- [V3.7.0 | RDK S100/S600 DOC](https://developer.d-robotics.cc/rdk_s_doc/Advanced_development/toolchain_development/algorithm_toolchain/overview?v=4.0.5&p=RDK+S100)
+- [7.3.1 简介 | RDK X3/X5 DOC](https://developer.d-robotics.cc/rdk_x_doc/Advanced_development/toolchain_development/overview?v=3.5.0&p=RDK+X5)