评估
评估用于在当前物理场景中运行已经训练好的策略模型，观察机器人在仿真环境中的控制效果。它不会在平台内重新训练策略，也不会生成新的模型文件；它的作用是读取用户提供的策略模型，将当前场景提交给云端求解器计算，并在视图区中显示机器人运动结果。
使用前提
使用评估前，请确认以下条件：
- 场景中存在机器人结构，通常来自 URDF 导入。
- 被评估的关节名称和顺序需要能与策略模型的动作维度对应。
- 当前账号具备机器人评估权限。
- 当前没有正在运行的仿真、训练或评估任务。
上传入口支持 .pt、.pth、.onnx、.zip，单个文件最大 200MB。当前正式评估以 .pt 策略为主。
什么是策略评估
策略评估可以理解为“把训练好的控制器放回物理场景中试跑”。
在评估过程中，系统会根据当前仿真状态构造策略需要的观测量，例如基座速度、角速度、重力方向、速度指令、关节位置、关节速度、上一帧动作或步态相位。策略模型读取这些观测量后输出动作，动作会被转换为机器人关节控制目标，再由物理求解器计算机器人运动。
评估过程中，视图区会持续显示机器人姿态、关节运动、接触和整体运动趋势。评估结束后，可以通过回放查看完整过程。
评估配置
评估配置面板分为五个部分：评估模型、驱动关节、观测模板、缩放系数、运动指令。一般建议按标签页从左到右依次检查。
评估模型
“评估模型”页用于上传或选择已经上传过的策略模型。
上传模型后，系统会尝试探测模型的输入观测维度和输出动作维度。维度信息用于检查当前场景配置是否与策略模型匹配。
需要注意：
- 策略输入维度必须等于当前观测模板计算出的观测维度。
- 策略输出维度通常应等于被选中的驱动关节数量。
- 如果维度不一致，系统会阻止开始评估，并提示调整关节选择、观测模板或模型文件。
驱动关节
“驱动关节”页会扫描当前场景中的非 fixed 关节，并列出可作为策略动作输出目标的关节。
关节顺序非常重要。策略输出的第 1 维、第 2 维、第 3 维会按顺序映射到对应关节。如果顺序错误，即使模型本身正确，机器人也可能出现抖动、反向运动、姿态失稳或直接倒下。
系统会尝试识别常见机器人类型，并根据机型自动推荐关节顺序。
评估模式下，关节姿态、刚度、阻尼、仿真时长等主要使用当前场景中的设置，用户不需要在评估面板中重复配置。
观测模板
观测模板决定系统如何把当前仿真状态整理成策略输入。
当前支持两类模板：
- 人形部署：适合人形机器人部署策略。观测内容通常包括角速度、重力方向、速度指令、关节位置、关节速度、上一帧动作和步态相位。
- 四足部署：适合四足机器人策略。观测内容通常包括基座线速度、角速度、重力方向、速度指令、关节位置、关节速度和上一帧动作。
系统会根据被选中的驱动关节数量计算观测维度，并与模型探测到的输入维度进行对比。若维度不一致，需要切换模板、调整关节数量，或更换与当前机器人匹配的策略模型。
缩放系数
缩放系数用于保持策略输入输出与训练时一致。错误的缩放系数会改变策略看到的状态，也会改变动作实际作用到关节上的幅度。
常见字段包括：
ang_vel_scale：角速度缩放。dof_pos_scale：关节位置缩放。dof_vel_scale：关节速度缩放。lin_vel_scale：线速度缩放，部分观测模板会使用。action_scale：策略输出动作缩放。cmd_scale：速度指令缩放，包括线速度和角速度指令。
这些参数应尽量与策略训练或部署配置保持一致。如果策略来自外部训练工程，建议把训练配置中的缩放参数整理出来，再填入评估面板。
运动指令
运动指令用于控制策略期望的运动方向。
cmd_init [vx, vy, yaw] 表示评估开始时的默认速度指令：
vx：前后方向速度。vy：左右方向速度。yaw：偏航角速度。
评估运行中可以使用键盘实时修改指令：
- W：前进。
- S：后退。
- A：左转。
- D：右转。
当焦点位于输入框、文本框、下拉框或可编辑文本区域中时，WASD 不会生效，避免影响参数输入。松开按键后，系统会回到当前默认指令；如果同时按下前进和后退，或同时按下左转和右转，对应方向会相互抵消。
评估流程
一次完整评估通常包括以下步骤：
- 导入机器人场景，例如 URDF 机器人。
- 检查机器人初始姿态、关节方向、碰撞体和地面。
- 点击顶部工具栏中的“评估”。
- 上传或选择策略模型。
- 检查模型观测维度和动作维度。
- 在“驱动关节”中确认关节数量和顺序。
- 选择合适的观测模板。
- 检查缩放系数和运动指令。
- 点击“开始评估”。
- 在视图区观察机器人运动，并可用 WASD 调整速度指令。
- 评估结束后，通过回放查看完整结果。
评估结果查看
评估运行时，视图区会实时更新机器人姿态。用户可以观察：
- 机器人是否保持稳定姿态。
- 关节运动是否符合策略预期。
- 足端或末端执行器是否按预期接触环境。
- 机器人是否出现抖动、反向运动、倒地或穿透。
- WASD 指令是否能改变运动方向。
- 地面、障碍物或高度场是否和机器人发生合理接触。
评估完成后，系统会进入回放模式，并显示回放控制条。用户可以暂停、播放、拖动时间进度，检查机器人在不同时间点的运动状态。
常见问题
评估按钮不可点击
可能原因：
- 当前正在运行仿真、训练或评估。
- 当前账号没有评估权限。
- 场景中没有可评估的机器人结构。
场景中未检测到非 fixed 关节
可能原因：
- 尚未导入 URDF 机器人。
- 导入后关节类型全部为
fixed。 - 机器人层级不完整，关节没有被正确识别。
- 当前选中的结构不是机器人根节点或包含关节的子树。
策略维度不匹配
可能原因：
- 驱动关节数量和策略动作维度不一致。
- 关节顺序模板与策略训练时不一致。
- 观测模板选择错误。
- 策略模型不是为当前机器人训练的。
- 模型文件上传错误或选择了旧版本模型。
机器人一开始就倒下
优先检查：
- 初始姿态是否接近策略训练时的站立姿态。
- 关节方向和关节限位是否正确。
- 驱动关节顺序是否与策略输出一致。
- 地面高度、碰撞体、质量和惯量是否合理。
- 缩放系数和动作幅度是否过大。
机器人剧烈抖动或动作反向
优先检查：
- 关节映射顺序。
action_scale和关节 PD 参数。- 观测模板是否与模型训练配置一致。
- 关节名称是否和训练时一致。
- 左右腿、左右臂或足端 link 是否映射反了。