1. 课程导入

当一个机器人在仿真环境中已经能够稳定完成抓取、放置、导航或装配任务时，很多学习者会自然地认为“策略已经完成”。但真正把策略迁移到实机后，常见的问题才刚开始暴露：动作抖动、延迟累积、传感器噪声、标定误差、执行器限幅、任务成功率下降，甚至出现安全风险。本课程关注的正是从“训练出一个策略”到“让策略在真实机器人上可靠运行”之间的关键工程环节。

一、学习目标：从“能跑”到“可验证”

本课程围绕机器人策略部署与实机性能验证展开，学习完成后，你应当具备以下能力：

• 理解策略部署的完整链路：模型导出、推理服务、观测预处理、动作后处理、通信中间件、机器人控制接口。
• 能够区分仿真环境与实机环境的关键差异，包括动力学、延迟、噪声、摩擦、柔顺性和传感器特性。
• 掌握实机性能验证的基本指标：成功率、任务完成时间、轨迹误差、动作平滑度、推理延迟、控制周期抖动。
• 能够设计最小可行验证流程，从单步推理、空载测试、低速执行到完整任务闭环。
• 能够使用日志、时间戳、可视化工具和回放机制定位部署问题。
• 建立安全部署意识：限位、急停、速度约束、工作空间约束和异常恢复。

这些目标可以归纳为一条主线：策略不是终点，部署与验证才是策略真正产生价值的开始。

二、核心概念：部署链路中的五个关键对象

为了后续章节能够统一语言，这里先明确五个核心对象。

这五个对象构成了策略部署的基本闭环。任何一个环节出现偏差，都会在实机上表现为“策略效果变差”，但根因可能并不在模型本身。

三、整体框架：从模型到实机的闭环

上图展示了本课程的整体框架。策略部署不是单点操作，而是一条从模型到实机再回到模型改进的闭环链路。可以把它拆成六个阶段：

1. 概念对齐：明确策略类型、观测空间、动作空间、控制频率和部署目标。
2. 环境搭建：准备机器人、相机、计算设备、通信中间件和运行环境。
3. 模型导出与加载：将训练框架中的模型转换为部署可用的格式，并验证输入输出一致性。
4. 观测与动作对齐：确保实机观测与训练观测在维度、顺序、归一化和时间戳上一致。
5. 实机执行与安全约束：在低速、限幅和急停保护下逐步放开策略控制。
6. 性能验证与复盘：用统一指标评估策略，记录失败样本，定位根因并迭代。

这六个阶段不是严格线性的。实际工程中，经常需要回到观测对齐或模型导出阶段修正问题。因此，课程会反复强调“可观测、可复现、可回放”的工程习惯。

四、典型场景：一个抓取策略的部署过程

假设你已经在仿真中训练了一个视觉抓取策略，输入为 RGB 图像和关节角度，输出为末端执行器的目标位姿增量。仿真成功率约为 92%。现在要部署到真实机械臂上。

一个合理的验证流程如下：

阶段 1：离线验证
  - 加载导出的模型，使用仿真回放数据检查输出误差
  - 确认输入图像尺寸、颜色通道、归一化参数与训练一致

阶段 2：单步推理测试
  - 在实机上采集一帧观测，执行一次推理，不发送动作
  - 检查推理延迟、输出范围、坐标系定义

阶段 3：空载低速执行
  - 发送限幅后的动作，机械臂不接触物体
  - 观察轨迹平滑度、控制周期抖动、是否有异常抖动

阶段 4：单物体抓取
  - 固定物体位置，重复 20 次，记录成功率和完成时间
  - 保存失败样本的观测、动作和日志

阶段 5：多物体与扰动测试
  - 改变物体位置、光照、背景，评估泛化能力
  - 引入人为扰动，观察策略恢复能力

这个流程的价值在于：每一步都有明确的验证目标，而不是直接把策略接到机器人上“试一下”。

五、常见误区与复盘思路

六、本课程的学习路径

后续章节将沿着“部署链路”逐步展开：先建立环境与工具链，再处理模型导出与推理服务，然后深入观测对齐、动作映射、通信与实时性，最后进入实机性能验证、失败分析和安全部署。每一章都会围绕一个可验证的工程问题展开，并给出可操作的检查清单。

在学习过程中，建议你始终带着三个问题：

• 这个环节的输入和输出分别是什么？
• 如果结果不符合预期，我如何确认问题出在这一环？
• 我能否用日志或回放复现这个问题？

当你能稳定回答这三个问题时，策略部署就不再是“玄学调参”，而是一套可以逐步定位、验证和改进的工程方法。