在真实机器人上运行

访问真实机器人的方式与 RoboDojo-Real 相同：agent 被导出为一个 XPolicyLab 策略文件夹，由评测方的客户端驱动机器人并调用该策略。agent 本身不变；机器人对应的是一个 embodiment profile 和一个为它提供的运动学服务。

1. embodiment profile

embodiments/<name>/embodiment.toml 存放 agent 可以知道的机器人信息：关节组和关节限位、指尖偏移和工具轴、夹爪开度、控制频率、规划器限制、安全层（shield）的限制以及相机。embodiments/arx_x5 是 RoboDojo 的仿真 ARX X5；embodiments/piper 是一对 AgileX PiPER 机械臂，填入了 PiPER URDF 中的数据，并标记为 calibrated = false。

profile 要在真实运行之前在其实验台上标定。需要测量并写入：

键	测量内容
arm_bases	每条机械臂在 env 坐标系中的安装位姿
table_z	桌面在 env 坐标系中的高度
[shield] workspace	指尖可以到达而不会撞到实验台的范围框
[calibration.<camera>]	内参，以及 camera_to_world（头部相机）或 camera_on_link6（腕部相机），采用 OpenCV 约定
gripper_empty_opening, gripper_full_stroke_seconds	空夹爪闭合时的读数，以及完整行程所需的时间
control_hz	评测方客户端请求动作的频率
kinematics_service, planner_world	为该机器人提供的 kinematics 类服务（fk、ik、plan_path）及其规划器的 world；services/kinematics.toml 是 ARX X5 的（RoboDojo 的 cuRobo 规划器，配合 x5/curobo.yml）

然后设置 calibrated = true。harness export xpolicylab --embodiment <name> 会拒绝未标定的 profile，也会拒绝没有自己的 kinematics_service 的非 ARX X5 profile：安全层的限制和每个基于相机的 skill 都依赖这些值，安全层的工作空间检查和笛卡尔检查会运行运动学服务的 fk。

2. 导出并运行

harness export xpolicylab --name HarnessPolicy --out XPolicyLab/policy/HarnessPolicy --embodiment piper

该文件夹在机器人的客户端上像任何 XPolicyLab 策略一样运行。每次试验期间都由一个人握着急停按钮；这次运行的 trace 会记录安全层的每一次拒绝。

在新机器人上可用的部分

有了已标定的 profile 及其运动学服务，关节空间中的程序、guard、handler 和安全层都能在新机器人上运行：安全层的关节边界就是 profile 的 action_low/action_high，其工作空间检查和跳变检查通过机器人自己的 fk 进行。run_policy 可以在任何机器人上运行学习型策略，但 RoboDojo 发布的 checkpoint（Simate、G0.5 等）是在仿真 ARX X5 上训练的：在其他机器人上需要一个为它训练的策略。解析型 skill（locate、pick、release、push）还需要机器人的工具坐标系：它们假定工具沿 ARX X5 的 link6 x 轴，因此工具指向其他轴的机器人（PiPER 的 tool_axis_link6 = [0, 0, 1]）要等几何计算读取该键之后才能运行它们。prompt（prompts/robodojo）描述的是 ARX X5 的工作空间。

identity 命名的是 agent，因此对每个机器人都相同；agent.json 记录该文件夹导出时所针对的 embodiment，README 中的命令和 --check 使用它的 XPolicyLab env_cfg_type。