OriginMan · 人形机器人
20 关节物理模型 → SAC 受扰恢复训练 → 同权重评测 → 交互仿真。沿用现有工作台，原功能入口保留。
登录 RDK 账号
与 RDK Studio 使用同一账号中心（SSO）；在这里登录后，Studio 主站同时保持登录。
环境状态模型、设备与运行时
当前模型
未选择
目标设备
未选择
动作任务
行走
运行状态
空闲
算力后端
检查中
台账检查中
当前流程节点
—
—
开始机器人学习
先创建项目并准备数据，再训练和验证策略；需要真机时再连接设备。
项目概况
最近活动按当前项目筛选
加载项目活动…
上手 · 走完第一个闭环
— / 4
-
01
在仿真中验证运行 MicroDuck 仿真，录制一段可回放轨迹
-
02
发起第一次训练用 starter 模板提交 PPO 任务，跟踪奖励曲线
-
03
查看评测证据检查成功率、跌倒率与控制延迟
-
04
部署到真机只读预检通过后，把策略推进 RDK 板卡
项目分析与研发指标软件门槛、闭环指标与验收证据
平台健康度
研发闭环评分
把“能演示”与“能上真机”分开显示，下一步始终有据可依。
—/ 10 软件门槛
正在检查契约、训练、评测和设备证据…
真实 X5 运动证据和签名制品会单独计入现场验收。
研究反馈回路
闭环指标
发起、时延、自主度与边际收益——检验研究回路是否越转越快。
正在汇总近 30 天的闭环指标…
口径：近 30 天；发起方未标记的记录不计入占比分母；免审批链长为会话内内存口径。
环境与连接仿真器、训练后端、目标设备与存储
浏览器仿真
固定参考策略
训练后端检查中
本地优先
尚未选择板卡
连接后进行预检
去连接设备 →
按账号隔离
模型和运行可追溯
反馈效果汇总你的「准确 / 不准确」投票去向
打开后加载汇总…
01
任务与场景选择动作任务和模型
02
仿真运行观察动作和实时状态
03
录制与回放保存轨迹并进入评测
MicroDuck 仿真场
RDK Duck 仿真适配器待配置
查看 MicroDuck 安装指引 ↗
当前产品线不会复用 MicroDuck 的浏览器场景。先准备真实契约 manifest 或本地 headless 仿真 worker；连接真机是部署前的后续步骤。
- 先准备仿真：导入并校验当前产品线的真实 manifest，或启动本地 headless worker。
- 需要上真机时：到“设备控制台”添加并连接设备。
- 最后选择设备：回到“部署与上线”选择已连接的目标板卡，再执行预检。
动作录制
进入仿真后，左下角会出现录制面板。录制文件可下载为 JSONL，用于复盘或后续训练。
新标签页打开 ↗详细信息任务与动作设置 展开 ⌄
切换任务后请点击“开始录制”生成轨迹；录制完成即可在评测页回放。
查看该任务的最近回放 ↗
当前模型可用动作
快捷键与动作映射
选择一个模型后，这里会显示动作和按键。
手机端适合查看训练进度、审批与结果；训练参数配置建议在桌面端完成。
OriginMan · 受扰恢复策略
沿用工作台的模型、配置、运行与评测流程；当前任务为原地受扰恢复，仅仿真。
先训练机器人保持平衡，再查看固定扰动下的表现和物理回放。仅仿真。
OriginMan 机器人模型与仿真结构 · 20 关节
OriginMan 仿真场
移动与转向 · 侧推与恢复 · MuJoCo 物理仿真
演练关闭 · 真机执行器关闭
正在读取机器人与场地…
静态预览 · 点击开始运行转身使用原地步态和仿真转向辅助，仅用于场景交互。
选择基础 PD 后可直接点动作，也可点击画面使用按键。动作结束后回到站姿。
预览不占用仿真会话。装载策略后开始物理试跑。
拖动旋转 · 滚轮缩放 · 按住 W / S 前后 · 按住 A / D 转身 · 松开收步 · ← / → 侧推 · 空格暂停 · R 重置（先点击场景）
受扰恢复实验
① 选择下方力度与策略 → ② 运行8秒实验 → ③ 拖动时间线，慢放或对照
每轮从相同站姿开始，1.55秒施力、持续0.2秒；观察至8秒或跌倒。也可使用下方按钮自由侧推。
倾角随时间变化 · 灰线：基础 PD · 橙线：本轮／所选策略 · 底部橙条：实际施力
| 策略 | 观察结果 | 峰值倾角 | 回稳用时 |
|---|
如何理解这些结果
回稳用时：实际施力结束后，倾角回到3°以内并持续0.5秒的首次区间起点。对照固定初始状态与相同扰动，使用所选训练的真实权重。此处是课堂单次交互观察；完整效果以固定条件集评测为准。慢放只改变本地回看，不改变物理或录制数据。
查看本次评测的视频回放
本课程使用 OriginMan 专用模型和连续髋踝修正策略。按本组记录完成配置、训练、结果对照、回放和导出；训练时间以课程资源预检为准。
展开后加载本组实验。Worker 需已配置模型与 OriginMan 引擎。
先选择已完成训练并复制参数，再一次只改训练步数或侧推上限；其余控制与评测配置保持冻结。
原训练与本次调参
| 参数 | 原训练 | 本次配置 |
|---|
训练与评测分别保存为平台 Run；无法确认提交结果时保留幂等键供重试。
课堂兜底与课前结果
已验证的课前参考
到时、排队或本组未达标时，保留本组日志和真实成绩。可切换查看同账号下完整训练且两组评测均达标的课前记录，不创建新任务，也不记作本组成绩。课前需先完成准备和验收。
本组训练奖励与开发检查
横轴为累计控制步；曲线为引擎日志中的奖励。开发集恢复数每 5 万步检查一次，最终效果看独立评测。
指标、曲线与全部评测条件
3. 相同扰动下的 RL 前后对照
| 条件 | 推力 / 开始 | 原 PD | 调参反馈 | 训练后 | 冻结输出 | 相对调参反馈 |
|---|
两轮训练 · 同条件复评对照
先复制原训练参数，在新分组只改一个变量并训练；完成后对本轮权重评测。明确选择两轮各自的评测，再核对改善与退化。原实验保留，不接续原权重。
打开原训练，查看或重新评测 打开本轮训练，查看或评测按两套固定条件逐项比较两轮结果（31+31，共62项）
| 条件集 | 条件 | 推力 / 开始 / 持续 | 原训练 RL | 本轮 RL | 变化 |
|---|
核对完整模型契约与评测协议摘要
本组引擎日志与失败原因
尚无日志
第一次训练？查看 3 步指引模板登记 → 配置训练 → 查看进度
新手流程
预计 2–5 分钟
按 3 步完成一次训练
1
准备模型载入默认模板并登记
2
配置训练选择算法与算力资源
3
开始强化学习训练选择 GPU 和 PPO / SAC 后提交任务
第一次使用？先点击“载入模板”，不用编辑 JSON。回放是可选的验证工具；强化学习训练可直接提交 PPO / SAC 任务。
套件与契约 · 登记模型导入并校验 manifest，登记后模型可追溯
第 1 步 · 准备模型
推荐：载入当前产品模板 → 校验 → 登记这一步是做什么？把模型的输入、输出和设备要求登记进工作区，后续训练、评测和部署都会用它做兼容性检查。第一次使用：点击“载入模板”，然后依次点击“校验清单”和“登记版本”。
尚未校验
契约检查清单
FAIL-CLOSED-
01
产品标识MicroDuck 与 RDK Duck 不共用机器人维度
-
02
观测 / 动作布局字段顺序、形状和控制频率必须自洽
-
03
运行时分工运控 CPU ONNX 单线程，感知制品走 X5 BPU
-
04
制品引用只接受不透明 artifact 引用和可追溯校验和
模型版本
模型契约与制品 查看策略说明、制品清单与板卡兼容性
等待模型台账加载
通用运行工具（高级）
这里保留平台通用运行入口。OriginMan 课程训练请使用上方专用配置，通用入口仅用于已适配的引擎。
选择模型后可提交训练或回放。
等待训练任务
—
实时训练曲线
—
引擎每个 checkpoint 间隔回报一次均值奖励与近期成功率；数据来自 worker 解析的引擎 stdout。
引擎日志流
—
worker 逐行采集的引擎 stdout/stderr（脱敏后保留最近 600 行）；任务结束后日志保留供事后排查。
Mock 只验证协议和台账，不会生成可部署模型。
训练参数与续训
训练设置
用录制轨迹训练
先在仿真中录制，再到评测页上传到 Run；上传后的真实轨迹才会出现在这里。
续训（可选）
详细信息算力后端
检查中
展开 ⌄
本地服务器无 RoboGo 账号也能运行
默认
RoboGo云端算力，可选接入
可见算力资源—
开发机—
训练引擎 = 本地 worker 资源：注册 starter / mjlab / MJX 等引擎 worker 后，此处会显示对应资源，运行台账也会标注实际物理后端（如「物理 · MuJoCo MJX」）。
—
还没有可评测的数据
页面只展示真实结果，没有数据时不摆空面板占位。
-
01
发起一次训练或回放训练完成后，指标和运行记录会自动出现在这里
-
02
导入一段遥测证据X5 Agent 或浏览器录制的 JSONL，本地解析不上传
-
03
对比仿真与真机指标卡、效果对比和逐帧回放在有数据后展开
关键指标
—契约状态
—成功率
—跌倒率
—控制延迟
指标由训练 worker 或 X5 Agent 回写。
详细信息效果对比
展开 ⌄
仿真
—
真机
—
浏览器 / 离线 MuJoCo
板端 Agent
详细信息真机实时对照
完整看板 ↗
展开 ⌄
电池电压—
航向（IMU）—
里程计 位移/线速—
遥测源—
上位机页可看实时流；此处为 2 秒轮询快照。bringup 未运行时如实显示「无数据」，不合成。
最近实验对比
用同一模型的最近 Run 快速判断趋势
叠加各次运行的训练曲线（均值奖励，左轴）；图例顺序与下方列表一致。
每条折线是一次运行，各列已归一化；折线越靠右侧列高位的运行整体表现越好。缺指标的运行不参与。
参数差异（相对最近一次）
| 参数 | #1 · 最近 |
|---|
只列出各次运行之间实际不同的训练参数；全部一致时显示一行说明。
完成一次训练或评测后，这里会显示可比较的指标。
详细信息遥测回放与证据
尚未导入
展开 ⌄
导入 X5 Agent 或浏览器录制的 JSONL（单文件 ≤32 MiB），本地解析、不上传。
等待导入遥测；训练完成后可用它做仿真 / 真机对照。
逐帧回放选择一个运行记录后加载
加载后可拖动时间轴；回放帧会同步发送到嵌入仿真器。
在嵌入仿真器中用本机浏览器运行该策略的 ONNX 模型。
统一时间轴
0.00s · 帧 0 / 0
拖动后奖励曲线、观测 / 动作热力图与相机帧会同步到同一时刻。
奖励
跌倒
完成
奖励为逐帧原始值；跌倒 / 完成标记取自样本 done / fall 字段。
—
—
—
按维度均值归一化的逐帧值（蓝 → 白 → 红）
episode 长度分布
episode 以 done/fall 事件切分；直方图为长度分布，红点为离群 episode（与中位数相差超过 3×MAD）。
只显示聚合统计，不替代正式评测报告。
下一步：通过评测后生成 X5 预检计划
预检关联的受控板端交接
只读预检、制品落盘、模型加载、运行是不同步骤；这里不会把预检标为已部署。
未执行板端操作
启动沿用策略面板的方向与目标参数，以及原权限、平台/板端开关与加载 rehearsal 门。缺少审批或硬件资格时保持阻断；OriginMan 当前仅仿真。停止与急停仍在原策略面板。
设备预检
NO MOTOR没有可用板卡；先在设备管理中登记
先选择模型和目标板卡，再生成只读预检计划。
预检只读取架构、系统目录和磁盘信息；不会下发模型、启动节点或驱动电机。
详细信息上线闸门
按证据推进展开 ⌄
01
模型契约观测、动作、频率与目标 profile 一致
02
训练与评测需要真实来源、指标和可追溯证据
03
目标运行时预检验证设备、工具链和制品；不会启动执行器
04
受控 Canary需要人工安全确认和双开关
05
Live人工批准后开放
部署时间线等待预检
- 生成预检计划后，这里会显示模型、板卡和证据状态。
模型晋级流训练产物 → 候选 → 验证 → 发布
候选
训练产物训练完成后的 ONNX 制品与评测证据
验证
候选验证质量门与评测通过，制品标记 validated
发布
发布上线published 制品进入 Canary / Live 计划
- 当前模型还没有可展示的晋级链：完成一次真实训练并发布制品后，这里会按 评测证据 → 发布制品 → 设备部署 展示证据。
预检未通过 请核对恢复条件当前只读预检不会修改板端。回滚需要目标设备上一份已验证制品；若尚未成功部署，请先补齐适配和预检。
我的 GPU 训练资源
支持本机 CPU/GPU、SSH 远端服务器和平台 Runner。首次使用可以点击“获取安装命令”，用户只需在自己的终端执行一次；网页随后通过 127.0.0.1 连接 Agent，核心服务器不会接触用户本地 GPU。
还没有接入 GPU。添加后可在上方训练资源中选择。
添加 GPU 或连接远程资源 首次使用或新增 Runner
全部证据与记录
最近 30 条还没有运行记录。先打开仿真或发起一次训练。
手机端适合查看设备状态与日志；实时画面和安全控制建议使用桌面端。
上位机未就绪：未配置板端 agent 或板卡设备。
设备管理
平台内添加 · 受控连接 · 状态可追踪在平台内登记板卡并建立受控连接：设备档案、连接状态、心跳、 能力检查和后续预检都在本页完成。
原生连接设备填写板卡地址并添加，平台会建立受控隧道并读取设备状态。
添加或配对设备网页 SSH 配对、一键脚本与 Local Bridge
路径 A · 网页内配对：SSH 可密码登录的板卡，填下表一次完成设备档案与受控隧道。
首次配对脚本（路径 B）在可访问板卡的终端粘贴运行一次；运行后设备会自动出现在下方列表（本页约每 3 秒刷新），配对完成后的连接、检测和预检均在平台内完成。脚本含一次性配对凭据，请勿转发。
尚未添加设备。
如果已连接 RDK Studio Local Bridge，设备会在上方板卡选择器中直接出现；无需在这里重复添加 SSH。
提示：RDK Studio 场景不需要填写 SSH。下方 SSH 仅用于服务器能直接访问板卡的独立部署， 需要服务器已有密钥或 ssh-agent。
板卡实时状态
LIVE 等待数据…
目标板卡：（未选择）
CPU 占用
--
--
内存
--
--
网络 ↓/↑
--
--
电源
--
--
运行时长
--
自 agent 启动
磁盘
--
--
机体遥测 · 当前适配包
实时
IMU 航向
--
quaternion → yaw
电池电压
--
--
里程计
--
位置 x / y（板端原点）
底盘速度
--
odom twist
TROS 话题
等待状态流…
当前连接的是本地参考 BoardAgent（模拟数据，mock=true）；真机接入见 docs/host-station.md。所有命令均为只读，本平台不提供电机/执行器控制通道。
详细信息板载相机
MJPEG 流（只读）
展开 ⌄
相机流未启动
运动开关
双开关 · 网页切换 · 急停永不依赖开关受限运动需要两侧开关同时开启：平台侧在这里切换（持久化保存）， 板端侧在连接真机后于此处切换（写板端 env 并自动重启 agent，约 2 秒生效）。 开启即代表你确认操作者在场、场地已清空、急停可用。
平台 · 驱动金丝雀
RDK_SIM2REAL_STATION_DRIVE_ENABLED（运行时覆盖）
平台 · 策略运行时
RDK_SIM2REAL_STATION_POLICY_ENABLED（运行时覆盖）
板端 · 驱动/策略开关
写板端 env 并重启 agent（未连接真机）
就绪
运动 Canary
受限驱动 · 双开关 · 速度/时限钳制未启用。受限驱动需要平台与板端两个开关同时开启 （RDK_SIM2REAL_STATION_DRIVE_ENABLED / RDK_SIM2REAL_BOARD_AGENT_ENABLE_DRIVE）； 急停始终可用。
动作映射策略动作 → /cmd_vel
安全限幅0.30 m/s · 1.00 rad/s
反馈看门狗500 ms 自动停车
空闲
策略运行时
ONNX 推理 · 三重开关 · 同一受限通道未启用。策略运动需要平台策略开关、平台驱动开关、板端驱动与策略开关全部开启 （RDK_SIM2REAL_STATION_POLICY_ENABLED / RDK_SIM2REAL_STATION_DRIVE_ENABLED / RDK_SIM2REAL_BOARD_AGENT_ENABLE_DRIVE / RDK_SIM2REAL_BOARD_AGENT_ENABLE_POLICY）； 策略停止始终可用。
状态
idle
推理耗时
-- ms
已发布
0
命令
0.0
实测速度
--
上板会话证据
尚未启动策略
每次 start / stop 都会记录会话 ID、起止时间、停止原因和推理次数。
命令面板
白名单只读命令
串流日志